DE19935843A1

DE19935843A1 - System to test lens or other optical element; involves using camera after rotating this through predetermined angle and transforming image data by co-ordinate transformation using polar co-ordinate system

Info

Publication number: DE19935843A1
Application number: DE19935843A
Authority: DE
Inventors: Masayuki Sugiura; Kiyoshi Yamamoto; Taichi Nakanishi
Original assignee: Asahi Kogaku Kogyo Co Ltd
Current assignee: Pentax Corp
Priority date: 1998-07-29
Filing date: 1999-07-29
Publication date: 2000-02-03
Also published as: US6687396B1

Abstract

The system has a processor, which selects a region with a different brightness from the surrounding image data. A graphic characteristic of the region and the position of the region in the image data are measured. The graphic characteristic is standardized using a reference value. A predetermined evaluation function is computed based on all the standardized value for all regions selected from the image data. The system has a processor, which selects a region with a different brightness from the surrounding image data. A graphic characteristic of the region and the position of the region in the image data are measured. The graphic characteristic is standardized using a reference value, according to the position of a measured standardized value for the region. A predetermined evaluation function is computed based on all the standardized values that the standardizing processor has computed for all regions selected from the image data. Independent claims are included for a method for using the system and a computer-readable medium for use with the system.

Description

Die Erfindung betrifft eine Vorrichtung zum Untersuchen eines optischen Ele mentes, eine Bildverarbeitungsvorrichtung, ein Bildverarbeitungsverfahren und ein computerlesbares Medium zum Nachweisen eines optischen Defektes wie eine abweichende Form oder ähnliches bei einem optischen Element wie einer Linse oder ähnlichem.The invention relates to a device for examining an optical ele mentes, an image processing device, an image processing method and a computer-readable medium for the detection of an optical defect such as a different shape or the like in an optical element such as one Lens or the like.

Ein optisches Element wie eine Linse, ein Prisma usw. ist insgesamt so beschaf fen, daß der einfallende Lichtstrom regelmäßig gebrochen, parallel übertragen, auf einen Punkt oder eine Linie gebündelt oder divergiert wird. Wenn in dem opti schen Element allerdings ein Fremdstoff wie z. B. ein Baumwollabfall oder ähnli ches (eine sogenannte Fussel) enthalten ist, wenn das optische Element fehler haft ausgebildet ist oder wenn die Oberfläche des optischen Elementes beim Handhaben durch den Anwender nach dem Gießen zerkratzt worden ist oder wenn ein Fremdstoff auf der Oberfläche des optischen Elementes anhaftet, wird der einfallende Lichtstrom gestreut, wodurch das gewünschte Leistungsmerkmal nicht erzielt werden kann.An optical element such as a lens, a prism, etc. is made as a whole that the incident luminous flux is regularly broken, transmitted in parallel, is bundled or diverged on a point or a line. If in the opti element, however, a foreign substance such. B. a cotton waste or similar ches (a so-called lint) is included if the optical element is faulty is designed or if the surface of the optical element at Handle has been scratched by the user after casting or if a foreign substance adheres to the surface of the optical element the incident luminous flux is scattered, creating the desired performance cannot be achieved.

Aus diesem Grunde gibt es Vorrichtungen zum Untersuchen von optischen Ele menten zum Nachweisen von möglicherweise defekten Objekten desselben, damit automatisch beurteilt werden kann, ob das optische Element befriedigend oder schadhaft ist. Im allgemeinen nimmt eine solche Vorrichtung zum Untersuchen ei nes optischen Elementes ein Bild desselben mittels einer Methode auf, bei der die schadhaften Teile an Hand der Bilddaten aufgezeigt werden können. Dazu wer den die wie vorstehend erwähnt aufgenommenen Bilddaten derart binarisiert, daß möglicherweise defekte Objekte aufgezeigt werden. Falls im Bereich eines der möglicherweise defekten Objekte ein vorbestimmter Schwellenwert überschritten wird, beurteilt die Vorrichtung das zu untersuchende optische Element als schad haft.For this reason there are devices for examining optical elements elements for the detection of possibly defective objects of the same can be automatically judged whether the optical element is satisfactory or is defective. In general, such an examination device takes nes optical element an image of the same using a method in which the defective parts can be shown using the image data. About who binarized the image data recorded as mentioned above such that possibly defective objects are shown. If one of the possibly defective objects exceeded a predetermined threshold the device judges the optical element to be examined as damaged arrested.

Mit dem Algorithmus der vorstehend beschriebenen bekannten Beurteilung gibt die als Ergebnis der Untersuchung erhaltene Information lediglich an, ob das un tersuchte optische Element befriedigend oder schadhaft ist. Wenn ein optisches Element z. B. nur ein möglicherweise defektes Objekt mit einem Bereich hat, der den Schwellenwert überschreitet, hat dieses optische Element einen geringeren Grad der Schadhaftigkeit als ein optisches Element mit mehreren möglicherweise defekten Objekten. Mit dem vorgenannten bekannten Algorithmus zur Beurteilung läßt sich aber kein Unterschied des Grades der Schadhaftigkeit solcher optischer Elemente aus dem vorstehend genannten Grund bestimmen. Wenn darüber hin aus ein optisches Element nur ein möglicherweise defektes Objekt mit einem Be reich hat, der geringfügig den Schwellenwert überschreitet, kann dessen Grad der Schadhaftigkeit geringer sein als der eines optischen Elementes mit mehreren möglicherweise defekten Objekten mit Bereichen, die geringfügig unter dem Schwellenwert liegen. Nach dem vorstehend beschriebenen bekannten Kontroll algorithmus wird das erstgenannte optische Element allerdings immer als schad haft bewertet. Hingegen wird das letztgenannte optische Element stets als befrie digend bewertet. Somit läßt sich mit dem bekannten Bewertungsalgorithmus der Grad der Schadhaftigkeit des untersuchten optischen Elementes nicht bestimmen. Wenn der Grad der Schadhaftigkeit des untersuchten optischen Elementes nicht bestimmt wird, läßt sich selbst bei einer statistischen Auswertung der Untersu chungsergebnisse für eine vorgegebene Anzahl der optischen Elemente nur die Einteilung untersuchter Objekte, die einen jeweiligen Schwellenwert überschrei ten, in die entsprechende Kategorie erzielen.With the algorithm of the known assessment described above there the information obtained as a result of the investigation only indicates whether the un sought optical element is satisfactory or defective. If an optical Element z. B. only has a possibly defective object with an area that exceeds the threshold, this optical element has a lower one Degree of damage as an optical element with several possible broken objects. With the aforementioned known algorithm for assessment but there is no difference in the degree of damage to such optical Determine items for the reason given above. If over there from an optical element only a possibly defective object with a Be rich who slightly exceeds the threshold, the degree of Damage can be less than that of an optical element with several possibly broken objects with areas slightly below that Threshold. According to the known control described above algorithm, however, the first-mentioned optical element is always considered a pity imprisoned. On the other hand, the latter optical element is always relieved digend rated. Thus, with the known evaluation algorithm, the Do not determine the degree of damage to the examined optical element. If the degree of damage to the examined optical element is not is determined, even with a statistical evaluation of the subs results only for a given number of optical elements Classification of examined objects that exceed a respective threshold in the corresponding category.

Es ist Aufgabe der Erfindung, eine Vorrichtung zum Untersuchen eines optischen Elementes, eins Bildverarbeitungsvorrichtung, ein Bildverarbeitungsverfahren und computerlesbare Medien anzugeben, die den gesamten Grad der Schadhaftigkeit oder Güte des untersuchten optischen Elementes dadurch numerisch aus drücken, daß die Position in Betracht gezogen wird, in der das jeweilige schad hafte Objekt ausgebildet ist, und daß der Einfluß des jeweiligen schadhaften Ob jektes auf das gesamte Leistungsmerkmal des untersuchten optischen Elementes bewertet wird.The object of the invention is a device for examining an optical Elementes, an image processing device, an image processing method and computer readable media indicating the overall level of maliciousness or the quality of the examined optical element Press to take into account the position where the damage is concerned object is formed, and that the influence of the respective defective ob jektes on the entire performance of the examined optical element Is evaluated.

Die Aufgabe wird durch eine Vorrichtung, ein Verfahren bzw. ein Medium mit den Merkmalen der Patentansprüche 1, 15, 16 oder 28 gelöst. Weitere Merkmale und vorteilhafte Weiterbildungen sind Gegenstand von Unteransprüchen.The task is achieved by means of a device, a method or a medium with the Features of claims 1, 15, 16 or 28 solved. Other features and advantageous developments are the subject of dependent claims.

Bei einer Weiterbildung der Erfindung kann der grafische Leistungswert des je weils aus den Bilddaten ausgewählten Objektes von einem Auswahlprozessor ermittelt werden und von einem Normierprozessor unter Verwenden eines Refe renzwertes entsprechend der Position des ausgewählten Objektes in den Bildda ten normiert werden. Wenn somit der Betriebsprozessor die Bewertungsfunktion basierend auf allen normierten Werten ausführt, die unter Berücksichtigung aller von dem Auswerteprozessor aus den Bilddaten ausgewählter Objekte berechnet worden sind, wird ein Wert erhalten, der den Grad der Gesamtschadhaftigkeit des untersuchten optischen Elementes anzeigt. In a further development of the invention, the graphic performance value of the because of the selected object from the image data by a selection processor be determined and by a standardization processor using a Refe limit value corresponding to the position of the selected object in the image data be standardized. Thus, if the operations processor has the evaluation function based on all standardized values, taking into account all calculated by the evaluation processor from the image data of selected objects a value is obtained which corresponds to the degree of overall damage of the examined optical element displays.

Konkret können die grafischen Leistungswerte, die der grafische Leistungswert meßprozessor bestimmt, die Fläche, der maximale Felddurchmesser, die mittlere Helligkeit oder die maximale Helligkeit des ausgewählten Objektes sein.Specifically, the graphic performance values that the graphic performance value measuring processor determines the area, the maximum field diameter, the mean Brightness or the maximum brightness of the selected object.

Der Positionsmeßprozessor kann den Abstand selbst von der Position der opti schen Achse des untersuchten optischen Elementes zu dem ausgewählten Objekt messen oder dem bestimmten Bereich, in dem das ausgewählte Objekt aus meh reren konzentrischen Bereichen in den Bilddaten ausgebildet ist.The position measuring processor can determine the distance itself from the position of the opti rule axis of the examined optical element to the selected object measure or the specific area in which the selected object from several reren concentric areas is formed in the image data.

Der Normierprozessor kann den normierten Wert als Funktion des gemessenen Abstands und des grafischen Leistungswerts berechnen, wenn der Positionsmeß prozessor den Abstand selbst mißt, oder er kann den grafischen Leistungswert auf der Basis des Referenzwertes normieren, der dem von dem Positionsmeßpro zessor markierten Bereich entspricht. Vorzugsweise führt der Normierprozessor das Normieren so aus, daß die grafischen Leistungswerte der ermittelten Objekte einen verhältnismäßig großen normierten Wert bekommen, die von optischen De fekten in Positionen verursacht werden, in denen sie einen großen Einfluß auf die Qualität des untersuchten optischen Elementes haben. Grafische Leistungswerte durch optische Defekte in Positionen erzeugter ausgewählter Objekte, in denen sie die Qualität des untersuchten optischen Elementes nicht so stark beeinflus sen, bekommen einen verhältnismäßig kleinen normierten Wert.The scaling processor can measure the scaled value as a function of the measured value Calculate the distance and the graphic power value when the position measurement processor measures the distance itself, or it can measure the graphic performance normalize on the basis of the reference value corresponding to that of the position measuring pro corresponds to the marked area. The normalization processor preferably leads normalizing so that the graphical performance values of the determined objects get a relatively large standardized value, that of optical De effects in positions where they have a major impact on the Quality of the optical element examined. Graphical performance values selected objects generated by optical defects in positions in which it does not influence the quality of the optical element under investigation as much sen, get a relatively small standardized value.

Im folgenden wird ein Ausführungsbeispiel der Erfindung an Hand der Zeichnung näher erläutert. Es zeigen:The following is an embodiment of the invention with reference to the drawing explained in more detail. Show it:

Fig. 1 eine schematische Schnittansicht einer Vorrichtung zum Untersu chen eines optischen Elementes als erstes Ausführungsbeispiel der Erfindung, Fig. 1 is a schematic sectional view of an apparatus for investi surfaces of an optical element as a first embodiment of the invention,

Fig. 2 eine Draufsicht auf das zu untersuchende optische Element aus der Richtung des Bildaufnehmers, Fig. 2 is a plan view of the optical element to be examined from the direction of the imager,

Fig. 3 ein Blockdiagramm der internen Schaltanordnung der Steuerung, Fig. 3 is a block diagram of the internal circuitry of the controller,

Fig. 4 eine Darstellung der Lichtstrahlen für den Fall, daß keine optischen Defekte bei dem untersuchten optischen Element auftreten, Fig. 4 is an illustration of the light beams in case that no optical defects occur in the examined optical element,

Fig. 5 eine Darstellung der Lichtstrahlen für den Fall, daß das untersuchte optische Element optische Defekte hat, Fig. 5 is an illustration of the light beams in case that the subject optical element has optical defects,

Fig. 6 die Teilbereiche der Bilddaten, Fig. 6, the portions of the image data,

Fig. 7 eine Grafik, die die Beziehung zwischen den jeweiligen Teilberei chen und den Referenzwerten zum Normieren wiedergibt, Fig. 7 is a graph showing the relationship between the surfaces of each part preparation and indicates the reference values for normalization,

Fig. 8 eine Tabelle der Klassifikation der Defekte, Fig. 8 is a table of classification of the defects,

Fig. 9 eine Darstellung der für die Formbewertung verwendeten Schwell wertfunktion, Fig. 9 is an illustration of threshold value function used for the evaluation form,

Fig. 10 ein Flußdiagramm der von der CPU durchgeführten Steuerprozesse, Fig. 10 is a flow chart carried out by the CPU control processes,

Fig. 11 ein Flußdiagramm der von der CPU durchgeführten Steuerprozesse, Fig. 11 is a flow chart carried out by the CPU control processes,

Fig. 12 ein Flußdiagramm der von der CPU durchgeführten Steuerprozesse, Fig. 12 is a flow chart carried out by the CPU control processes,

Fig. 13 eine Auftragung der Bewertungsfunktion, Fig. 13 is a plot of evaluation function,

Fig. 14 die Unterschiede der Helligkeit schadhafter Objekte mit gleicher Flä che, Fig. 14, the differences of the brightness che defective objects with the same FLAE,

Fig. 15 eine Auftragung der Verteilung der Fläche und des Helligkeitswertes der möglicherweise defekten Objekte, Figure 15 is a plot of the distribution of the surface and the brightness value of the possibly defective objects.,

Fig. 16 ein Blockdiagramm der internen Schaltanordnung der Steuerung der Vorrichtung zum Untersuchen eines optischen Elementes als ein zweites Ausführungsbeispiel der Erfindung, Fig. 16 is a block diagram of the internal circuitry of the control of the apparatus for inspecting an optical element as a second embodiment of the invention,

Fig. 17 ein Flußdiagramm der von der CPU bei dem zweiten Ausführungs beispiel durchgeführten Steuerprozesse, Fig. 17 is a flowchart of the example carried out by the CPU in the second execution control processes,

Fig. 18 eine Auftragung der Verteilung der normierten Werte, Fig. 18 is a plot of the distribution of normalized values,

Fig. 19 ein Flußdiagramm der nach dem dritten Ausführungsbeispiel durch geführten Steuerprozesse, und Fig. 19 is a flowchart of according to the third embodiment carried out the control processes, and

Fig. 20 die Verteilung der normierten Werte. Fig. 20, the distribution of the normalized values.

Fig. 1 zeigt schematisch den Aufbau einer Vorrichtung zum Untersuchen eines optischen Elementes in einer Schnittansicht als erstes Ausführungsbeispiel. Wie in Fig. 1 gezeigt, sind eine Beleuchtungsquelle 1, eine Diffusionsplatte 2 und ein Bildaufnehmer 3, aus denen die Vorrichtung zum Untersuchen eines optischen Elementes aufgebaut ist, entlang einer gemeinsamen optischen Achse l ange ordnet. Der Bildaufnehmer 3 hat eine Abbildungsoptik 4, die ein positives Linsen system ist, und einen CCD-Zeilensensor 5, der das Bild aufnimmt, das durch das von der Abbildungsoptik 4 gebündelte Licht gebildet wird. Der CCD-Zeilensensor 5 ist derart in dem Bildaufnehmer 3 angeordnet, daß die Zeile Bildpunkte des CCD-Zeilensensors 5 in Fig. 1 in horizontaler Richtung orientiert ist. Außerdem schneidet die Zeile Bildpunkte des CCD-Zeilensensors 5 in ihrem mittleren Be reich rechtwinklig die optische Achse l der Abbildungsoptik 4. Weiterhin ist die Abbildungsoptik 4 in dem Bildaufnehmer 3 so gehaltert, daß sie sich frei zum Scharfeinstellen in Bezug auf den CCD-Zeilensensor 5 hin und her bewegen kann. Der Bildaufnehmer 3 selbst ist an einem nicht eingezeichneten Rahmen der Vorrichtung zum Untersuchen eines optischen Elementes derart angeordnet, daß er sich in Richtung der optischen Achse l hin und her bewegen kann. Der CCD- Zeilensensor 5 nimmt zeilenweise das mit der Abbildungsoptik 4 erzeugte Bild auf, tastet selbsttätig die jeweiligen Bildpunkte in der Reihenfolge ihrer Anordnung ab und gibt wiederholt in vorbestimmten Zeitintervallen, nach denen die elektri schen Ladungen im jeweiligen Bildpunkt geeignet akkumuliert sind, die in den Bildpunkten akkumulierten elektrischen Ladungen aus. Die derart von dem CCD- Zeilensensor 5 ausgegebenen elektrischen Ladungen durchlaufen eine vorbe stimmte Verstärkung und A/D-Wandlung und werden anschließend der Steuerung 6 als Bilddaten eingegeben, die aus dem Helligkeitssignal einer Zeile bestehen. Fig. 1 shows schematically the structure of a device for examining an optical element in a sectional view as a first embodiment. As shown in FIG. 1, an illumination source 1 , a diffusion plate 2 and an image sensor 3 , from which the device for examining an optical element is constructed, are arranged along a common optical axis 1. The image sensor 3 has an imaging optics 4 , which is a positive lens system, and a CCD line sensor 5 , which records the image that is formed by the light bundled by the imaging optics 4 . The CCD line sensor 5 is arranged in the image sensor 3 such that the line of pixels of the CCD line sensor 5 in FIG. 1 is oriented in the horizontal direction. In addition, the line intersects pixels of the CCD line sensor 5 in its central region at right angles to the optical axis l of the imaging optics 4th Furthermore, the imaging optics 4 are held in the image sensor 3 in such a way that they can move back and forth freely for focusing with respect to the CCD line sensor 5 . The image sensor 3 itself is arranged on a frame (not shown) of the device for examining an optical element in such a way that it can move back and forth in the direction of the optical axis 1. The CCD line sensor 5 records line by line the image generated with the imaging optics 4 , automatically scans the respective pixels in the order in which they are arranged and repeatedly outputs at predetermined time intervals, after which the electrical charges are appropriately accumulated in the respective pixel, which are in the Pixels accumulated electrical charges. The electrical charges thus output by the CCD line sensor 5 undergo a predetermined amplification and A / D conversion and are then input to the controller 6 as image data consisting of the brightness signal of a line.

Ein zu untersuchendes optisches Element 14 ist eine kreisförmige Linse, wie in Fig. 1 gezeigt, genauso wie in Fig. 2, die eine Draufsicht auf das optische Ele ment 14 aus der Richtung des Bildaufnehmers 3 zeigt. Das zu untersuchende op tische Element 14 wird an einem Halter 15 gehalten, der derart an einem nicht gezeigten Rahmen der Vorrichtung zum Untersuchen des optischen Elementes befestigt ist, daß seine der Abbildungsoptik 4 benachbarte Oberfläche von dieser auf die Bildebene des CCD-Zeilensensors 5 abgebildet wird. Der Halter 15 ist insgesamt ringförmig mit einer Mittelachse O, die parallel zur optischen Achse l der Abbildungsoptik 4 versetzt ist, damit der gesamte äußere Rand des zu unter suchenden optischen Elementes 14 gehalten wird. Der Halter 15 kann sich um die Mittelachse O in einer Ebene drehen, die die optische Achse l rechtwinklig schneidet. Der Außenrand des Halters 15 hat einen ringförmigen Zahnkranz 16, der in ein Zahnrad 7 eingreift, das an der Antriebsachse eines Antriebsmotors 8 befestigt ist. Wenn somit der Antriebsmotor 8 seine Antriebsachse dreht, wird der Halter 15 mittels der beiden Zahnräder 7 und 16 gedreht. Dadurch wird das von dem Halter 15 gehaltene zu untersuchende optische Element 14 in einer Ebene rechtwinklig zur optischen Achse l gedreht.An optical element 14 to be examined is a circular lens, as shown in FIG. 1, as well as in FIG. 2, which shows a plan view of the optical element 14 from the direction of the image sensor 3 . The element to be examined op table 14 is held on a holder 15 which is attached to a frame of the device for examining the optical element, not shown, that its imaging optics 4 adjacent surface is imaged by this on the image plane of the CCD line sensor 5 . The holder 15 is overall annular with a central axis O, which is offset parallel to the optical axis 1 of the imaging optics 4 , so that the entire outer edge of the optical element 14 to be examined is held. The holder 15 can rotate about the central axis O in a plane that intersects the optical axis 1 at right angles. The outer edge of the holder 15 has an annular toothed ring 16 which engages in a toothed wheel 7 which is fastened to the drive axis of a drive motor 8 . Thus, when the drive motor 8 rotates its drive axis, the holder 15 is rotated by means of the two gears 7 and 16 . As a result, the optical element 14 to be examined, which is held by the holder 15 , is rotated in a plane perpendicular to the optical axis 1.

Die Vergrößerung der Abbildungsoptik 4 (in anderen Worten die Position des Bildaufnehmers 3 selbst und die relative Position der Abbildungsoptik 4 in Bezug auf den CCD-Zeilensensor 5) wird derart eingestellt, daß ein Bild des Bereichs zwischen der Mittelachse O und dem äußeren Rand des zu untersuchenden opti schen Elementes 14 auf der Bildaufnahmeebene des CCD-Zeilensensors 5 er zeugt werden kann. Somit kann der CCD-Zeilensensor 5 ein Bild der Oberfläche des zu untersuchenden optischen Elementes 14 für eine Zeile entlang dessen Radialrichtung aufnehmen. In Fig. 2 ist ein linearer Bereich, der sich mit dem CCD-Zeilensensor 5 aufnehmen läßt, als strichpunktierte Linie eingezeichnet. Dieser Bereich wird im folgenden als abzubildender Bereich bezeichnet.The magnification of the imaging optics 4 (in other words, the position of the image sensor 3 itself and the relative position of the imaging optics 4 with respect to the CCD line sensor 5 ) is set such that an image of the area between the central axis O and the outer edge of the to investigating optical element's 14 on the image recording plane of the CCD line sensor 5 he can be produced. Thus, the CCD line sensor 5 can record an image of the surface of the optical element 14 to be examined for a line along its radial direction. In Fig. 2, a linear area that can be recorded with the CCD line sensor 5 is shown as a dash-dotted line. This area is referred to below as the area to be imaged.

Die Beleuchtungsquelle 1 ist eine weißglühende Leuchte, die Licht (d. h. weißes Licht) zum Beleuchten aussendet und an einem nicht eingezeichneten Rahmen der Vorrichtung zum Untersuchen des optischen Elementes befestigt ist.The illumination source 1 is an incandescent lamp which emits light (ie white light) for illuminating and is attached to a frame (not shown) of the device for examining the optical element.

Die zwischen der Beleuchtungsquelle 1 und dem zu untersuchenden optischen Element 14 angeordnete Diffusionsplatte 2 ist, wie in Fig. 2 gezeigt, scheibenför mig mit einem Durchmesser, der größer ist als der Radius des zu untersuchenden optischen Elementes 14. Ihre Oberfläche ist als rauhe Oberfläche mattiert. Somit empfängt die Diffusionsplatte 2 das von der Beleuchtungsquelle 1 ausgesandte Beleuchtungslicht auf ihrer gesamten Rückseite und sendet dieses Licht als diffu ses Licht zu dem zu untersuchenden optischen Element 14 weiter. Die Diffusions platte 2 ist an dem nicht eingezeichneten Rahmen der Vorrichtung zum Untersu chen des optischen Elementes derart angeordnet, daß sie die optische Achse l der Abbildungsoptik 4 in ihrer Mitte rechtwinklig schneidet. Eine streifenförmige Lichtabschirmplatte 9 ist derart auf die obere Fläche der Diffusionsplatte 2 ge klebt, daß ihre Längsrichtung parallel zur Zeilenrichtung der Bildpunktzeile des CCD-Zeilensensors 5 ist. Die Mittelachse der Lichtabschirmplatte 9 verläuft durch die optische Achse l der Abbildungsoptik 4. Die gesamte Länge der Lichtab schirmplatte 9 in ihrer Längsrichtung ist größer als der Radius des zu untersu chenden optischen Elementes 14. Die Breite der Lichtabschirmplatte 9 ist breiter als der Abstand zwischen den Randstrahlen m, m des Lichtes, die auf den jeweili gen Bildpunkt des CCD-Zeilensensors 5 einfallen können, wie in Fig. 4 gezeigt. Fig. 4 ist eine Schnittansicht der Vorrichtung zum Untersuchen des optischen Elementes auf einen Schnitt rechtwinklig zur Zeilenrichtung der Bildpunkte des CCD-Zeilensensors 5. The diffusion plate 2 arranged between the illumination source 1 and the optical element 14 to be examined is, as shown in FIG. 2, disc-shaped with a diameter which is larger than the radius of the optical element 14 to be examined. Its surface is matted as a rough surface. Thus, the diffusion plate 2 receives the illuminating light emitted by the illuminating source 1 on its entire rear side and transmits this light as diffuse light to the optical element 14 to be examined. The diffusion plate 2 is arranged on the frame (not shown) of the device for examining the optical element in such a way that it intersects the optical axis 1 of the imaging optics 4 at right angles in its center. A strip-shaped light shielding plate 9 is glued to the upper surface of the diffusion plate 2 such that its longitudinal direction is parallel to the line direction of the pixel line of the CCD line sensor 5 . The central axis of the light shielding plate 9 runs through the optical axis 1 of the imaging optics 4 . The entire length of the Lichtab shield plate 9 in its longitudinal direction is greater than the radius of the optical element 14 to be examined. The width of the light shielding plate 9 is wider than the distance between the marginal rays m, m of light, which can be incident on the respective pixel of the CCD line sensor 5 , as shown in FIG. 4. FIG. 4 is a sectional view of the device for examining the optical element for a section perpendicular to the line direction of the pixels of the CCD line sensor 5 .

Die Steuerung 6 ist ein Prozessor zum Bewerten, ob das zu untersuchende opti sche Element 14 basierend auf den Bilddaten befriedigend oder schadhaft ist, die von dem Bildaufnehmer 3 geliefert werden, und zum Versorgen des Antriebsmo tors 8 mit Strom. Fig. 3 ist ein Blockdiagramm der internen Schaltanordnung der Steuerung 6. Die Steuerung 6 hat eine CPU 60, einen Zwischenspeicher 61, ei nen Massenspeicher 62 und eine Motorsteuerschaltung 63, die mit einander mit einem Bus B verbunden sind. In den Zwischenspeicher 61 werden die von dem Bildaufnehmer 3 gelieferten Bilddaten geschrieben. Der Massenspeicher 62 hat einen Bildspeicherbereich 62a, einen Arbeitsspeicherbereich 62b, einen Spei cherbereich 62c für die Klasseneinteilungstabelle und einen Speicherbereich 62d für ein Bildverarbeitungsprogramm. Die in dem Zwischenspeicher 61 gespeicher ten Bilddaten werden sequentiell in die jeweilige Zeile des Bildspeicherbereichs 62a beginnend mit deren Kopfzeile entsprechend jedem Intervall der vorbe stimmten Zeit übertragen. Wegen dem Bildaufnahmemodus des Bildaufnehmers 3 ist das Koordinatensystem der in den Bildspeicherbereich 62a geschriebenen Bilddaten ein Polarkoordinatensystem. In den Arbeitsspeicherbereich 62b werden die in dem Bildspeicherbereich 62a gespeicherten Bilddaten nach einer Koordina tentransformation geschrieben (d. h. eine Koordinatentransformation von einem Polarkoordinatorsystem in ein rechtwinkliges Koordinatensystem). Dabei werden die Bilddaten in dem rechtwinkligen Koordinatensystem binarisiert entsprechend vorgegebenen Schwellenwerten, und es werden von den vorhandenen Bilddaten bei dem Binarisieren möglicherweise defekte Objekte als Gruppen von Bildpunk ten mit großen Helligkeitswerten ausgewählt. In dem Speicherbereich 62c ist die in Fig. 8 gezeigte Klasseneinteilungstabelle gespeichert. Die Einzelheiten der Klasseneinteilungstabelle wird im folgenden noch erläutert. Der Speicherbereich 62d ist ein computerlesbares Medium, das das von der CPU 60 ausgeführte Bild verarbeitungsprogramm speichert.The controller 6 is a processor for evaluating whether the optical element 14 to be examined is satisfactory or defective based on the image data supplied by the image sensor 3 and for supplying the drive motor 8 with current. Fig. 3 is a block diagram of the internal circuitry of the controller 6. The controller 6 has a CPU 60 , a buffer memory 61 , a mass memory 62 and a motor control circuit 63 , which are connected to one another by a bus B. The image data supplied by the image sensor 3 are written into the buffer memory 61 . The mass memory 62 has an image storage section 62 a, a working memory area 62 b, a SpeI cherbereich 62 c for the classification table, and a storage area 62 d for an image processing program. The image data stored in the intermediate memory 61 are transmitted sequentially into the respective line of the image memory area 62 a starting with the header line corresponding to each interval of the predetermined time. Because of the image recording mode of the image sensor 3 , the coordinate system of the image data written in the image memory area 62 a is a polar coordinate system. In the working memory area 62 b, the image data stored in the image storage area 62 a is written after a coordinate transformation (ie a coordinate transformation from a polar coordinator system into a right-angled coordinate system). The image data in the right-angled coordinate system are binarized in accordance with predetermined threshold values, and defective objects are selected from the existing image data during the binarization as groups of pixels with large brightness values. The classification table shown in FIG. 8 c in the storage area 62 is stored. The details of the classification table are explained below. The memory area 62d is a computer readable medium that stores the image processing program executed by the CPU 60 .

Die Motorsteuerschaltung 63 versorgt den Antriebsmotor 8 mit Strom zum Antrei ben desselben, wodurch der Halter 15 und das zu untersuchende optische Ele ment 14 mit einer konstanten Geschwindigkeit im Uhrzeigersinn vom Bildaufneh mer 3 her gesehen gedreht werden. The motor control circuit 63 supplies the drive motor 8 with current for driving the same, whereby the holder 15 and the optical element 14 to be examined are rotated at a constant speed in the clockwise direction seen from the image sensor 3 .

Die CPU 60 ist ein Computer zum Steuern der gesamten Steuerung 6 und dient als Auswählteil, als Meßteil für die grafischen Leistungsmerkmale, als Positions meßteil, als Normierprozessor, als Betriebsprozessor und als Bewertungsprozes sor. Im einzelnen führt die CPU 60 das Bildverarbeitungsprogramm aus, das in dem Speicherbereich 62d des Massenspeichers 62 gespeichert ist. Als Ergebnis überträgt die CPU 60 periodisch die vorübergehend in dem Zwischenspeicher 61 gespeicherten Bilddaten in den Bildspeicherbereich 62a des Massenspeichers 62. Wenn die Bilddaten für das gesamte zu untersuchende optische Element 14 in dem Bildspeicherbereich 62a zusammengesetzt sind, führt die CPU 60 die Ko ordinatentransformation der Bilddaten durch und schreibt die Bilddaten in recht winkligen Koordinaten in den Arbeitsspeicherbereich 62b. Anschließend führt die CPU 60 die Binarisierung der Bilddaten derart durch, daß möglicherweise defekte Objekte ausgewählt werden können. Als nächstes normiert die CPU 60 den Be reich des jeweiligen bei dem Binarisieren ausgewählten möglicherweise defekten Objektes entsprechend seiner relativen Position in den Bilddaten, klassifiziert die normierte Fläche des jeweiligen möglicherweise defekten Objektes gemäß den verschiedenen Referenzwerten, die später noch beschrieben werden, und tabel liert dann die klassifizierten Flächen in der in dem Speicherbereich 62c gespei cherten Klasseneinteilungstabelle. Nach dem Beenden der Klasseneinteilung und des Tabellierens aller möglicherweise defekten Objekte berechnet die CPU 60 die Bewertungsfunktion F auf der Basis der tabellierten Ergebnisse. Zum Schluß be wertet die CPU 60, ob das zu untersuchende optische Element 14 gemäß damit befriedigend oder defekt ist, ob die berechnete Bewertungsfunktion F einen Be wertungsreferenzwert für ein befriedigendes Ergebnis oder für einen Defekt über schreitet oder nicht. Außerdem gibt die CPU 60 einen Befehl an die Motorsteuer schaltung 63 aus, damit diese den Antriebsmotor 8 synchron zum Empfangen der Bilddaten von dem Zwischenspeicher 61 mit einem Antriebsstrom versorgt.The CPU 60 is a computer for controlling the entire controller 6 and serves as a selection part, as a measuring part for the graphic performance features, as a position measuring part, as a standardization processor, as an operating processor and as an evaluation processor. Specifically, the CPU 60 executes the image processing program that is stored in the storage area 62 d of the mass storage 62 . As a result, the CPU 60 periodically transfers the image data temporarily stored in the latch 61 to the image storage area 62 a of the mass storage 62 . When the image data for the entire optical element 14 to be examined are composed in the image memory area 62 a, the CPU 60 carries out the coordinate transformation of the image data and writes the image data into the working memory area 62 b in right-angled coordinates. The CPU 60 then binarizes the image data in such a way that defective objects can be selected. Next, the CPU 60 normalizes the area of the respective defective object selected in the binarization according to its relative position in the image data, classifies the normalized area of the respective defective object according to the various reference values to be described later, and then tabulates the classified areas in the c vomit cherten in the storage area 62 classification table. After completing the classification and tabulation of all possibly defective objects, the CPU 60 calculates the evaluation function F based on the tabulated results. Finally, the CPU 60 evaluates whether the optical element 14 to be examined is thus satisfactory or defective, whether or not the calculated evaluation function F exceeds a evaluation reference value for a satisfactory result or for a defect. In addition, the CPU 60 issues a command to the motor control circuit 63 to supply the drive motor 8 with a drive current in synchronism with the reception of the image data from the buffer memory 61 .

Bei der wie vorstehend beschrieben ausgeführten Vorrichtung zum Untersuchen eines optischen Elementes kann in der in Fig. 4 gezeigten Ebene das Licht, das auf den jeweiligen Bildpunkt des CCD-Zeilensensors 5 nach dem Durchlaufen der Abbildungsoptik 4 einfallen kann, aus den Hauptstrahlen des Lichtes ermittelt werden, die entlang der optischen Achse l der Abbildungsoptik 4 verlaufen und die zwischen den Randstrahlen m, m liegen, wie in Fig. 4 gezeigt. Wenn man diese Randstrahlen m, m in Rückwärtsrichtung auf die Beleuchtungsquelle 1 hin verlängert, schneiden sie einander in der Oberfläche des zu untersuchenden op tischen Elementes 14 und laufen zur Diffusionsplatte 2 hin weiter auseinander. Auf der Diffusionsplatte 2 werden diese Randstrahlen m, m von der Lichtab schirmplatte 9 abgeschirmt. Wenn es somit, wie in Fig. 4 gezeigt, keine optischen Defekte in dem zu untersuchenden Bildbereich (d. h. einem Bereich, der optisch der lichtempfangenden Fläche der Zeile Bildpunkte des CCD-Zeilensensors 5 unter Berücksichtigung der Abbildungsoptik 4 entspricht) des mit dem CCD-Zei lensensor 5 zu untersuchenden optischen Elementes 14 gibt, fällt kein Licht auf den jeweiligen Bildpunkt des CCD-Zeilensensors 5. Genauer gelangt ein Licht strahl n, der diffus von einem Bereich neben der Lichtabschirmplatte 9 auf der Oberfläche der Diffusionsplatte 2 kommt und den abzubildenden Bereich des zu untersuchenden optischen Elementes 14 durchläuft, in einen Bereich außerhalb der Randstrahlen m, m, wodurch er nicht auf die Abbildungsoptik 4 einfällt. Wei terhin kann ein diffus von einem Bereich um die Lichtabschirmplatte 9 auf der Oberfläche der Diffusionsplatte 2 kommender Lichtstrahl, der durch einen ande ren Bereich als den des abzubildenden Bereichs des zu untersuchenden opti schen Elementes 14 hindurchgelangt, zwar möglicherweise auf die Abbildungs optik 4 einfallen. Er kann aber nicht auf einen der Bildpunkte des CCD-Zeilensen sors 5 gebündelt werden. Als Ergebnis gibt der Bildaufnehmer 3 Bilddaten aus, die ein Bild wiedergeben, das abgesehen von einem hellen Bereich, der zum Außenrand des zu untersuchenden optischen Elementes 14 gehört und der durch diffuses Licht am Außenrand verursacht wird, über den gesamten Bereich dunkel ist.In the device for examining an optical element designed as described above, the light that can be incident on the respective pixel of the CCD line sensor 5 after passing through the imaging optics 4 can be determined from the main rays of light in the plane shown in FIG. 4 which run along the optical axis l of the imaging optics 4 and which lie between the marginal rays m, m, as shown in FIG. 4. If one extends these marginal rays m, m in the backward direction towards the illumination source 1 , they intersect one another in the surface of the optical element 14 to be examined and run further apart towards the diffusion plate 2 . On the diffusion plate 2 , these marginal rays m, m are shielded by the Lichtab shield plate 9 . If, as shown in FIG. 4, there are therefore no optical defects in the image area to be examined (ie an area which optically corresponds to the light-receiving area of the line of pixels of the CCD line sensor 5 , taking into account the imaging optics 4 ), that with the CCD line lens sensor 5 to be examined optical element 14 , no light falls on the respective pixel of the CCD line sensor 5 . More precisely, a light beam n, which comes diffusely from an area next to the light shielding plate 9 on the surface of the diffusion plate 2 and passes through the area to be imaged of the optical element 14 to be examined, comes into an area outside the marginal rays m, m, as a result of which it does not affect the Imaging optics 4 occurs. Wei terhin a diffuse from a region around the light shielding plate 9 on the surface of the diffusion plate 2 coming light beam, which passes through a region other than that of the region to be imaged of the optical element 14 to be examined, may possibly fall on the imaging optics 4 . However, it cannot be bundled on one of the pixels of the CCD line sensor 5 . As a result, the image sensor 3 outputs image data which reproduce an image which, apart from a bright area which belongs to the outer edge of the optical element 14 to be examined and which is caused by diffuse light on the outer edge, is dark over the entire area.

Andererseits wird an den Stellen, an denen sich ein Kratzer β oder Schmutz γ im abzubildenden Bereich auf der Oberfläche des zu untersuchenden optischen Elementes 14 befindet, wie in Fig. 2 gezeigt, ein diffus von dem Bereich um die Lichtabschirmplatte 9 auf der Oberfläche der Diffusionsplatte 2 herkommender Lichtstrahl n auf diese Kratzer β und den Schmutz γ einfallen. Dadurch wird der Lichtstrahl n von diesem Kratzer β und dem Schmutz γ diffus ausgestrahlt, wie in Fig. 5 gezeigt. In diesem Fall kann ein diffuser Lichtstrahl n' im Schnittpunkt der Randstrahlen m, m derart divergieren, daß ein Teil des diffusen Lichtstrahls n' auf den jeweiligen Bildpunkt des CCD-Zeilensensors 5 über die Abbildungsoptik 4 einfällt. Als Ergebnis werden Bilder dieser Kratzer β und des Schmutzes γ auf der Bildaufnahmeebene des CCD-Zeilensensors 5 erzeugt, die heller sind als die Umgebung.On the other hand, where there is a scratch β or dirt γ in the area to be imaged on the surface of the optical element 14 to be examined, as shown in Fig. 2, diffuse from the area around the light shielding plate 9 on the surface of the diffusion plate 2 coming light beam n strike these scratches β and dirt γ. As a result, the light beam n is diffusely emitted by this scratch β and the dirt γ, as shown in FIG. 5. In this case, a diffuse light beam n 'at the intersection of the marginal rays m, m can diverge such that part of the diffuse light beam n' falls on the respective pixel of the CCD line sensor 5 via the imaging optics 4 . As a result, images of these scratches β and dirt γ are generated on the image recording plane of the CCD line sensor 5 which are lighter than the surroundings.

Synchron zum Aufnehmen eines Bildes (in anderen Worten zum Akkumulieren der elektrischen Ladung und zum Selbstabtasten) durch den CCD-Zeilensensor 5 wird das zu untersuchende optische Element 14 mit dem Antriebsmotor 8 gedreht. Genauer wird das zu untersuchende optische Element 14 jedesmal um einen vor bestimmten Winkel gedreht. Jedesmal, wenn der CCD-Zeilensensor 5 ein Bild (d. h. Akkumulieren der elektrischen Ladung und Selbstabtasten) aufgenommen hat, werden die Zeilenbilddaten in den Zwischenspeicher 61 der Steuerung 6 ge schrieben und in den Bildspeicherbereich 62a des Massenspeichers 62 übertra gen. Somit werden die Zeilenbilddaten beim Drehen des zu untersuchenden opti schen Elementes 14 von dem Bildaufnehmer 3 aufgenommen und nacheinander in die jeweilige Zeile des Bildspeicherbereichs 62a sequentiell von dessen Kopf zeile her geschrieben.The optical element 14 to be examined is rotated with the drive motor 8 synchronously with the taking of an image (in other words for accumulating the electrical charge and for self-scanning) by the CCD line sensor 5 . More specifically, the optical element 14 to be examined is rotated each time by a predetermined angle. Each time the CCD line sensor 5, an image (ie, accumulating the electric charge, and Selbstabtasten) started, the line image data in the buffer memory 61 of the controller 6 are ge written and in the image storage area 62a of the mass memory 62 übertra gene. Thus, the line image data when rotating the optical element 14 to be examined recorded by the image sensor 3 and sequentially written in the respective line of the image memory area 62 a sequentially from the top of the header.

Die Bilddaten werden im Polarkoordinatensystem in den Bildspeicherbereich 62a des Massenspeichers 62 bis zu dem Zeitpunkt gespeichert, zu dem sich das zu untersuchende optische Element 14 um 360° gedreht hat. Dann werden die Bild daten von dem Polarkoordinatensystem in das rechtwinklige Koordinatensystem mittels einer Koordinatentransformation transformiert, wie in Fig. 6 gezeigt. Bei den Bilddaten in dem rechtwinkligen Koordinatensystem entspricht die Form eines möglicherweise defekten Objektes, welches ein heller Bereich mit einem Defekt faktor ist, der Form des optischen Defektes selbst. The image data are stored in the polar coordinate system in the image memory area 62 a of the mass memory 62 until the time at which the optical element 14 to be examined has rotated through 360 °. Then the image data are transformed from the polar coordinate system into the right-angled coordinate system by means of a coordinate transformation, as shown in FIG. 6. With the image data in the right-angled coordinate system, the shape of a possibly defective object, which is a light area with a defect factor, corresponds to the shape of the optical defect itself.

Anschließend führt die CPU 60 die Binarisierung durch Vergleichen der Hellig keitswerte der jeweiligen Bildpunkte, die die in dem Bildspeicherbereich 62a ge speicherten Bilddaten bilden, mit dem vorbestimmten Schwellenwert durch, über schreibt den Helligkeitswert von Bildpunkten, die den Schwellenwert ursprünglich überschreiten, mit 255 und überschreibt den Helligkeitswert von Bildpunkten, die ursprünglich unter dem Schwellenwert liegen, mit 0. Der vorbestimmte Schwellen wert ist auf einen Wert gesetzt, der höher ist als ein Helligkeitswert eines hellen Bereiches aufgrund von Rauschen und der niedriger ist als der Helligkeitswert ei nes hellen Bereichs aufgrund eines optischen Defektes. Als Ergebnis werden nur die möglicherweise defekten Objekte ausgewählt.Subsequently, the CPU 60 performs the binarization by comparing the brightness values of the respective pixels which form the image data stored in the image memory area 62 a with the predetermined threshold value, overwrites the brightness value of pixels which originally exceed the threshold value with 255 and overwrites the brightness value of pixels which are originally below the threshold value with 0. The predetermined threshold value is set to a value which is higher than a brightness value of a bright area due to noise and which is lower than the brightness value of a bright area an optical defect. As a result, only the possibly defective objects are selected.

Wie in Fig. 6 gezeigt, wird das zu untersuchende optische Element 14 in vier kon zentrische Bereiche A bis D aufgeteilt, deren Zentren in einem Bereich liegen, der der optischen Achse entspricht. Der Einfluß eines optischen Defektes auf die Lei stungsfähigkeit des zu untersuchenden optischen Elementes 14 ist im Bereich A am größten. Der Einfluß eines optischen Defektes in den anderen Bereichen B bis D auf die Leistungsfähigkeit des zu untersuchenden optischen Elementes 14 fällt in der Reihenfolge B, C und D. Deshalb werden die ermittelten, möglicher weise defekten Objekte entsprechend dem jeweiligen Bereich klassifiziert, in dem sie vorkommen.As shown in Fig. 6, the optical element 14 to be examined is divided into four con centric areas A to D, the centers of which lie in an area which corresponds to the optical axis. The influence of an optical defect on the performance of the optical element 14 to be examined is greatest in region A. The influence of an optical defect in the other areas B to D on the performance of the optical element 14 to be examined falls in the order B, C and D. Therefore, the ascertained, possibly defective objects are classified according to the respective area in which they occur .

Anschließend normiert die CPU 60 durch Teilen der Fläche durch den Referenz wert R für jeden Bereich die Fläche des jeweiligen möglicherweise defekten Ob jektes, das in diesem Bereich auftritt. Der Referenzwert R ist für den Bereich ge eignet gewählt, um die Fläche in einen Punkt P (im folgenden als normierter Wert bezeichnet) zu konvertieren, der den Grad des Einflusses des dem möglicher weise defekten Objekt entsprechenden optischen Defektes auf die Leistungsfä higkeit des zu untersuchenden optischen Elementes 14 zeigt.The CPU 60 then normalizes the area of the respective possibly defective object that occurs in this area by dividing the area by the reference value R for each area. The reference value R is selected to be suitable for the area in order to convert the surface into a point P (hereinafter referred to as the standardized value), which indicates the degree of influence of the optical defect corresponding to the possibly defective object on the performance of the object to be examined optical element 14 shows.

Wenn im einzelnen der Referenzwert R für den Bereich A auf den Wert S gesetzt wird, der gleich dem bei dem bekannten Bewertungsalgorithmus verwendeten Referenzwert ist, wie in Fig. 7 gezeigt, setzt die CPU 60 den Referenzwert R für den Bereich B auf den Wert 2S, für den Bereich C auf den Wert 4S und für den Bereich D auf den Wert 8S. In anderen Worten wird der Referenzwert R auf einen großen Wert gesetzt, wenn die Position des möglicherweise defekten Objektes weit von der optischen Achse des zu untersuchenden optischen Elementes 14 entfernt ist. Wenn die Fläche des möglicherweise defekten Objektes gleich dem Referenzwert R ist, wird der berechnete normierte Wert P gleich 1. Folglich wer den möglicherweise defekte Objekte der Fläche S im Bereich A, möglicherweise defekte Objekte der Fläche 2S im Bereich B, möglicherweise defekte Objekte der Fläche 4S im Bereich C und möglicherweise defekte Objekte der Fläche 8S im Bereich D jeweils derart normiert, daß ihre normierten Werte P jeweils den Wert 1 haben. Durch diese Normierung werden die möglicherweise defekten Objekte in normierte Werte P konvertiert, die das Maß des Einflusses auf die Leistungsfä higkeit des untersuchten optischen Elementes 14 wiedergeben. Als Referenzwert R wird ein Referenzwert Rk verwendet, wenn die möglicherweise defekten Ob jekte durch Kratzer verursacht werden, und es wird ein Referenzwert Rd verwen det, wenn die möglicherweise defekten Objekte durch Schmutz verursacht wer den. Diese Referenzwerte Rk, Rd unterscheiden sich voneinander. Wenn somit der Referenzwert Rk für im Bereich A erzeugte und durch Kratzer verursachte möglicherweise defekte Objekte Sk und wenn der Referenzwert Rd für im Bereich A erzeugte und durch Schmutz verursachte möglicherweise defekte Objekte Sd ist, sind die Werte Sk und Sd voneinander unterschiedlich. Folglich bestimmt die CPU 60 vor dem Berechnen der normierten Werte P, ob das möglicherweise de fekte Objekt des bearbeiteten Elementes durch Kratzer oder durch Schmutz ver ursacht ist.Specifically, when the reference value R for the area A is set to the value S which is the same as the reference value used in the known evaluation algorithm, as shown in Fig. 7, the CPU 60 sets the reference value R for the area B to the value 2S , for area C to 4S and for area D to 8S. In other words, the reference value R is set to a large value if the position of the possibly defective object is far from the optical axis of the optical element 14 to be examined. If the area of the possibly defective object is equal to the reference value R, the calculated normalized value P becomes 1. Consequently, whoever the possibly defective objects of area S in area A, possibly defective objects of area 2 S in area B, possibly defective objects of Area 4 S in area C and possibly defective objects of area 8 S in area D are each standardized such that their normalized values P each have the value 1. This normalization converts the possibly defective objects into standardized values P, which reflect the extent of the influence on the performance of the optical element 14 under investigation. A reference value Rk is used as the reference value R if the possibly defective objects are caused by scratches, and a reference value Rd is used if the possibly defective objects are caused by dirt. These reference values Rk, Rd differ from one another. Thus, if the reference value Rk for potentially defective objects Sk generated in area A and scratched caused by scratches and if the reference value Rd is for defective objects Sk generated in area A and caused by dirt, the values Sk and Sd are different from each other. As a result, the CPU 60, before calculating the normalized values P, determines whether the possibly defective object of the processed element is caused by scratches or dirt.

Diese Bewertung wird unter Verwenden der in Fig. 9 gezeigten Schwellenfunktion durchgeführt. Im einzelnen bestimmt die CPU 60 die Maximalbreite (X Breite) in Richtung der X Achse (d. h. in horizontaler Richtung in Fig. 6) und die Maximal breite (Y Breite) in Richtung der Y Achse (d. h. in vertikaler Richtung in Fig. 6) des möglicherweise defekten Objektes des zu bearbeitenden Elementes und berech net das Verhältnis (das als Seitenverhältnis bezeichnet wird) des kleineren Wer tes der X Breite und der Y Breite zu dem anderen Wert entsprechend der folgen den Gleichung.
This evaluation is performed using the threshold function shown in FIG. 9. Specifically, the CPU 60 determines the maximum width (X width) in the direction of the X axis (ie in the horizontal direction in FIG. 6) and the maximum width (Y width) in the direction of the Y axis (ie in the vertical direction in FIG. 6) of the possibly defective object of the element to be processed and calculates the ratio (called the aspect ratio) of the smaller value of the X width and the Y width to the other value according to the following equation.

Seitenverhältnis = kleinere Breite 1 größere Breite . 100 (1)
Aspect ratio = smaller width 1 larger width. 100 (1)

Gleichzeitig berechnet die CPU 60 das Deckungsverhältnis nach der folgenden Gleichung (2) unter Verwenden der X Breite, der Y Breite und der Fläche des möglicherweise defekten Objektes des bearbeiteten Elementes.
At the same time, the CPU 60 calculates the coverage ratio according to the following equation (2) using the X width, the Y width and the area of the possibly defective object of the processed element.

Deckungsverhältnis = Fläche/(X Breite . Y Breite) . 100 (2)
Coverage ratio = area / (X width. Y width). 100 (2)

Anschließend vergleicht die CPU 60 das berechnete Seitenverhältnis und das Deckungsverhältnis mit der in Fig. 9 gezeigten Schwellenfunktion und bewertet, ob das möglicherweise defekte Objekt des bearbeiteten Elementes durch Schmutz oder durch einen Kratzer verursacht ist. Genauer bewertet die CPU 60 ein möglicherweise defektes Objekt des bearbeiteten Elementes als durch Schmutz verursacht, wenn die Kombination des Seitenverhältnisses und des Deckungsverhältnisses oberhalb der Schwellenfunktion in dem in Fig. 9 gezeigten Graph liegt. Wenn die Kombination des Seitenverhältnisses und des Deckungs verhältnisses unterhalb der Schwellenfunktion liegt, bewertet die CPU 60 das möglicherweise defekte Objekt des untersuchten Elementes als durch einen Krat zer verursacht.Subsequently, the CPU 60 compares the calculated aspect ratio and the coverage ratio with the threshold function shown in FIG. 9 and evaluates whether the possibly defective object of the processed element is caused by dirt or a scratch. More specifically, the CPU 60 evaluates a possibly defective object of the processed element as being caused by dirt if the combination of the aspect ratio and the coverage ratio is above the threshold function in the graph shown in FIG. 9. If the combination of the aspect ratio and the coverage ratio is below the threshold function, the CPU 60 evaluates the possibly defective object of the examined element as being caused by a scratch.

Nach dem Bewerten auf diese Weise, ob das möglicherweise defekte Objekt des zu bearbeitenden Elementes durch einen Kratzer oder durch Schmutz verursacht ist, wählt die CPU 60 entsprechend diesem Bewertungsergebnis den Referenz wert Rk oder Rd aus, d. h. sie führt die Klassifikation nach Kratzer oder Schmutz und dem Bereich durch, in dem das möglicherweise defekte Objekt auf dem zu bearbeitenden Element ausgebildet ist. Anschließend berechnet die CPU 60 auf der Basis des Referenzwertes Rk oder Rd den normierten Wert P.After evaluating in this way whether the possibly defective object of the element to be processed is caused by a scratch or dirt, the CPU 60 selects the reference value Rk or Rd in accordance with this evaluation result, ie it carries out the classification according to scratches or dirt and the area in which the possibly defective object is formed on the element to be processed. The CPU 60 then calculates the normalized value P on the basis of the reference value Rk or Rd.

Wenn der normierte Wert P des möglicherweise defekten Objektes des bearbei teten Elementes in der vorstehend beschriebenen Weise auf 0,5 oder größer be rechnet wird, fügt die CPU 60 den normierten Wert P in die Spalte der im Spei cherbereich 62c gespeicherten Klassifikationstabelle ein, die der Klassifikation nach Schmutz (ds) oder Kratzer (k) und dem Bereich A bis D entspricht, in dem das möglicherweise defekte Objekt auf dem bearbeiteten Element ausgebildet ist. Wenn andererseits der berechnete normierte Wert P kleiner als 0,5 ist, bewertet die CPU 60 den diesen normierten Wert P verursachenden optischen Defekt als nicht so groß, daß er die Leistungsfähigkeit des untersuchten optischen Elemen tes 14 beeinflußt. Dieser normierte Wert P wird der Klassifikationstabelle nicht hinzugefügt. Wenn allerdings mehrere kleine möglicherweise defekte Objekte mit einem kleineren normierten Wert P als 0,5 in einem spezifizierten Abstand anein andergereiht sind, ist es sehr wahrscheinlich, daß der von diesen optischen De fekten verursachte helle Bereich während des Binarisierens in mehrere mögli cherweise defekte Objekte aufgeteilt worden ist. Wenn somit ein solches kleines möglicherweise defektes Objekt erfaßt worden ist, sucht die CPU 60 in dem spe zifizierten Abstand von diesem Objekt nach einem weiteren möglicherweise de fekten Objekt. Wenn weitere möglicherweise defekte Objekte gefunden werden, sucht die CPU 60 weiter nach anderen möglicherweise defekten Objekten in dem spezifizierten Abstand. Dieser Vorgang wird fortgeführt, bis keine weiteren mögli cherweise defekten Objekte gefunden werden können. Wenn drei oder mehr möglicherweise defekte Objekte dicht beieinander in dem spezifizierten Abstand gefunden werden, fügt die CPU 60 einen Wert, den sie durch Multiplizieren der Anzahl der möglicherweise defekten Objekte mit 0,25 berechnet, der Spalte der Klassifikationstabelle hinzu, die der Konzentration (m) und dem Bereich A bis D entspricht, in dem die möglicherweise defekten Objekte ausgebildet sind. Wenn sich in anderen Worten in dem spezifischen Abstand von einem möglicherweise defekten Objekt mit einem normierten Wert P, der kleiner ist als der vorbestimmte Wert, mehr als die vorbestimmte Anzahl (zwei) weiterer möglicherweise defekter Objekte befinden, wird die Anzahl (drei oder mehr) der möglicherweise defekten Objekte, die in dem spezifizierten Abstand aneinandergereiht sind, mit einer fe sten Konstante (0,25) multipliziert und als normierter Wert P für die Gesamtheit der möglicherweise defekten Objekte in dem spezifischen Abstand unabhängig davon, ob der für andere möglicherweise defekte Objekte berechnete normierte Wert P 0,5 überschreitet, klassifiziert. If the normalized value P of the possibly defective object of the processed element is calculated to be 0.5 or greater in the manner described above, the CPU 60 inserts the normalized value P into the column of the classification table stored in the storage area 62 c, which corresponds to the classification according to dirt (ds) or scratches (k) and the area A to D in which the possibly defective object is formed on the processed element. On the other hand, if the calculated normalized value P is less than 0.5, the CPU 60 judges the optical defect causing this normalized value P as not so large that it affects the performance of the examined optical element 14 . This normalized value P is not added to the classification table. However, if several small possibly defective objects with a smaller normalized value P than 0.5 are lined up at a specified distance, it is very likely that the bright area caused by these optical defects will be divided into several possibly defective objects during binarization has been. Thus, when such a small, possibly defective object has been detected, the CPU 60 searches for another possibly defective object at the specified distance from this object. If other possibly defective objects are found, the CPU 60 continues to search for other possibly defective objects within the specified distance. This process continues until no further possibly defective objects can be found. If three or more possibly defective objects are found close to each other at the specified distance, the CPU 60 adds a value, which it calculates by multiplying the number of possibly defective objects by 0.25, to the column of the classification table that corresponds to the concentration (m ) and corresponds to the area A to D in which the possibly defective objects are formed. In other words, if there is more than the predetermined number (two) of further possibly defective objects in the specific distance from a possibly defective object with a normalized value P that is smaller than the predetermined value, the number (three or more) of the possibly defective objects, which are lined up in the specified distance, multiplied by a fixed constant (0.25) and as a normalized value P for the entirety of the possibly defective objects in the specific distance, regardless of whether the for other possibly defective objects calculated standardized value P exceeds 0.5, classified.

Wenn die vorstehend beschriebenen normierten Werte P für alle möglicherweise defekten Objekte in die Klassifikationstabelle eingefügt worden sind, berechnet die CPU 60 zuerst die Quadratwurzel der Summe der Quadrate des jeweiligen Gesamtwertes der normierten Werte P, die in die Schmutz (ds) jeweils zugehörige Spalte der Klassifikationstabelle geschrieben worden sind, entsprechend der fol genden Gleichung (3). Anschließend berechnet die CPU 60 entsprechend der fol genden Gleichung (4) die Quadratwurzel der Summe der Quadrate des jeweiligen Gesamtwertes der normierten Werte P, die in die Kratzern (k) jeweils zugehörige Spalte geschrieben worden sind. Danach berechnet die CPU 60 gemäß der fol genden Gleichung (5) die Quadratwurzel der Summe der Quadrate des jeweiligen Gesamtwertes der normierten Werte P, die in die der Konzentration (m) jeweils zugehörige Spalte geschrieben sind. Nach dem Beenden der vorstehend be schriebenen Berechnungen berechnet die CPU 60 außerdem gemäß der folgen den Gleichung (6) die Quadratwurzel der Summe der Quadrate der jeweils für Schmutz (ds), Kratzer (k) und die Konzentration (m) berechneten Werte.
When the above-described normalized values P for all possibly defective objects have been inserted into the classification table, the CPU 60 first calculates the square root of the sum of the squares of the respective total value of the normalized values P, the column of the classification table associated with the dirt (ds) have been written in accordance with the following equation (3). Subsequently, the CPU 60 calculates according to the following equation (4) the square root of the sum of the squares of the respective total value of the normalized values P, which have been written into the corresponding column in the scratches (k). The CPU 60 then calculates the square root of the sum of the squares of the respective total value of the normalized values P, which are written in the column associated with the concentration (m), in accordance with the following equation (5). After completing the calculations described above, the CPU 60 also calculates the square root of the sum of the squares of the values calculated for dirt (ds), scratches (k) and the concentration (m) according to the following equation (6).

Der Wert dieser Bewertungsfunktion F bestimmt die gesamte Leistungsfähigkeit des ganzen untersuchten optischen Elementes 14. Die Leistungsfähigkeit des untersuchten optischen Elementes ist um so schlechter, je größer der Wert der Bewertungsfunktion F wird. Deshalb wird die Bewertungsfunktion F mit einem Referenzwert zur Qualitätsbewertung verglichen. Wenn der Wert der Bewertungs funktion F kleiner ist als der Referenzwert, wird das untersuchte optische Element 14 als befriedigend bewertet. Andernfalls wird das untersuchte optische Element 14 als defekt bewertet, wenn der Wert der Bewertungsfunktion F gleich oder größer als der Referenzwert ist. The value of this evaluation function F determines the overall performance of the entire examined optical element 14 . The greater the value of the evaluation function F, the worse the performance of the optical element under investigation. The evaluation function F is therefore compared with a reference value for quality evaluation. If the value of the evaluation function F is smaller than the reference value, the examined optical element 14 is rated as satisfactory. Otherwise, the examined optical element 14 is rated as defective if the value of the evaluation function F is equal to or greater than the reference value.

Außerdem werden der jeweilige Gesamtwert der normierten Werte P, die in der jeweiligen Spalte der Klassifikationstabelle geschrieben stehen, und die Werte der Bewertungsfunktion F jeweils in einer nicht gezeigten Speicherplatteneinrich tung als Untersuchungsergebnisse für das untersuchte optische Element 14 ge speichert. Anschließend werden Mittelwerte, Standardabweichungen, Histo gramme etc. der gespeicherten Untersuchungsergebnisse für die jeweils unter suchte Menge optischer Elemente 14 berechnet, wodurch sich die Qualität stati stisch überwachen läßt. Auf diese Weise läßt sich eine statistische Auswertung für die gesamte Qualität der untersuchten optischen Elemente 14, für die jeweili gen Bereiche oder für die jeweilige Klassifikation der möglicherweise defekten Objekte jeweils durchführen. Diese Möglichkeit ist somit bezüglich der Qualitäts kontrolle beim Herstellungsprozeß sehr effektiv.In addition, the respective total value of the standardized values P, which are written in the respective column of the classification table, and the values of the evaluation function F are each stored in a storage device (not shown) as examination results for the examined optical element 14 . Subsequently, mean values, standard deviations, histograms, etc., of the stored examination results are calculated for the quantity of optical elements 14 under investigation, so that the quality can be monitored statically. In this way, a statistical evaluation can be carried out for the overall quality of the examined optical elements 14 , for the respective areas or for the respective classification of the possibly defective objects. This option is therefore very effective in terms of quality control in the manufacturing process.

Als nächstes folgt eine Erläuterung des Zusammenhangs der Steuervorgänge zum Durchführen der Bewertung, ob ein Objekt befriedigend oder defekt ist, unter Bezugnahme auf die in den Fig. 10 bis 12 gezeigten Flußdiagramme. Dabei wird die Bewertung basierend auf dem Prinzip des Nachweises eines möglicherweise defekten Objektes und dem Prinzip der von der Steuerung 6 (CPU 60) entspre chend dem Bildverarbeitungsprogramm, das aus dem Speicherbereich 62d ein gelesen wird, ausgeführten Qualitätsbewertung durchgeführt.Next follows an explanation of the relationship of the control operations for performing the evaluation of whether an object is satisfactory or defective with reference to the flowcharts shown in Figs. 10 to 12. The evaluation is carried out based on the principle of detecting a possibly defective object and the principle of quality evaluation carried out by the controller 6 (CPU 60 ) in accordance with the image processing program that is read from the memory area 62 d.

Der Steuervorgang von Fig. 10 wird begonnen, wenn ein mit der Steuerung 6 ver bundener, nicht eingezeichneter Schalter zum Beginnen der Untersuchung ge drückt wird. Nach dem Start wird zunächst Schritt S01 ausgeführt. Dabei weist die CPU 60 die Motorsteuerschaltung 63 an, den Antriebsmotor 8 derart mit Strom zu versorgen, daß das zu untersuchende optische Element 14 mit einer konstanten Geschwindigkeit gedreht wird.The control process of FIG. 10 is started when a switch connected to the controller 6 , not shown, is pressed to start the investigation. After the start, step S01 is carried out first. The CPU 60 instructs the motor control circuit 63 to supply the drive motor 8 with current in such a way that the optical element 14 to be examined is rotated at a constant speed.

In Schritt S02 überträgt die CPU 60 als nächstes die Bilddaten, die von dem Bild aufnehmer 3 in den Zwischenspeicher 61 geschrieben worden sind, in den Bild speicherbereich 62a des Massenspeichers 62. In step S02, the CPU 60 next transfers the image data which have been written by the image sensor 3 into the buffer memory 61 into the image memory area 62 a of the mass memory 62 .

Danach überprüft die CPU 60 in Schritt S03, ob durch die Transformation der Bilddaten in Schritt S02 bereits Bilddaten für das gesamte zu untersuchende opti sche Element 14 in dem Bildspeicherbereich 62a zusammengefügt sind. Wenn die Bilddaten für das gesamte zu untersuchende optische Element 14 noch nicht zusammengefügt worden sind, führt die CPU 60 als nächstes erneut den Schritt S02 durch und wartet, bis der Bildaufnehmer 3 die beim nächsten Bildaufnehmen erhaltenen Bilddaten in den Zwischenspeicher 61 schreibt.Thereafter, the CPU 60 checks in step S03 whether, by transforming the image data in step S02, image data for the entire optical element 14 to be examined is already combined in the image memory area 62 a. If the image data for the entire optical element 14 to be examined has not yet been combined, the CPU 60 next carries out step S02 again and waits until the image sensor 3 writes the image data obtained during the next image recording into the buffer memory 61 .

Wenn andernfalls die Bilddaten für das gesamte zu untersuchende optische Ele ment 14 zusammengefügt worden sind, führt die CPU 60 als nächstes den Schritt S04 durch.Otherwise, if the image data for the entire optical element 14 to be examined has been merged, the CPU 60 next performs step S04.

Im Schritt S04 transformiert die CPU 60 das Koordinatensystem der im Bildspei cherbereich 62a gespeicherten Bilddaten von Polarkoordinaten in rechtwinklige Koordinaten. Dazu wird eine Koordinatentransformation durchgeführt. An schließend werden die Bilddaten in dem rechtwinkligen Koordinatensystem in den Arbeitsspeicherbereich 62b gespeichert.In step S04, the CPU 60 transforms the coordinate system of the image data of polar coordinates stored in the image storage area 62 a into rectangular coordinates. For this purpose, a coordinate transformation is carried out. Then the image data are stored in the rectangular coordinate system in the working memory area 62 b.

Als nächstes führt die CPU 60 im Schritt S05 die vorstehend beschriebene Binari sierung der Bilddaten in dem Arbeitsspeicherbereich 62b durch. Dadurch werden Bilddaten im Zweifarbsystem erhalten, die die möglicherweise defekten Objekte enthalten; welche hervorgehoben werden. Im einzelnen überschreibt die CPU 60 die Helligkeitswerte von Bildpunkten mit 0, die ursprünglich unter dem vorbe stimmten Schwellenwert lagen. Außerdem werden die Helligkeitswerte von Bild punkten mit 255 überschrieben, die ursprünglich den Schwellenwert überschritten haben.Next, the CPU 60 performs the above-described binarization of the image data in the working memory area 62 b in step S05. As a result, image data are obtained in the two-color system, which contain the possibly defective objects; which are highlighted. Specifically, the CPU 60 overwrites the brightness values of pixels that were originally below the predetermined threshold. In addition, the brightness values of pixels are overwritten with 255, which originally exceeded the threshold value.

Als nächstes führt die CPU 60 im Schritt S06 eine Korrektur durch, wobei der dem äußeren Randbereich des untersuchten optischen Elementes 14 entsprechende Bereich (d. h. der äußere Rand des Bereichs D in Fig. 6) aus den Bilddaten ent fernt wird. Next, the CPU 60 performs a correction in step S06, the area corresponding to the outer edge area of the examined optical element 14 (ie the outer edge of the area D in FIG. 6) being removed from the image data.

Als nächstes weist die CPU 60 in Schritt S07 den jeweils aus den binarisierten Daten ermittelten möglicherweise defekten Objekten einzelne Zahlen, d. h. eine Kennung n (n = 1, 2, 3 . . .) zu. Im einzelnen durchsucht die CPU 60 die Helligkeits werte einer jeden Zeile der Bilddaten im Zweifarbsystem, auf die der Korrektur vorgang vollständig angewandt worden ist, sequentiell von der Kopfzeile her. Wenn dabei die CPU 60 einen Bildpunkt entdeckt, der einen Helligkeitswert ( 255) entsprechend einem möglicherweise defekten Objekt hat, überschreibt sie den Helligkeitswert dieses Bildpunktes mit der Kennung n. Wenn dabei ein Bild punkt mit dem Helligkeitswert (= 255) entdeckt wird, der an einen weiteren Bild punkt angrenzt, dessen Helligkeitswert bereits mit dem Wert der Kennung n (≠ 0, 255) überschrieben worden ist, überschreibt die CPU 60 den Helligkeitswert die ses entdeckten Bildpunktes mit dem Helligkeitswert (n ≠ 0, 255) des benachbar ten Bildpunktes.In step S07, the CPU 60 next assigns individual numbers to the possibly defective objects determined from the binarized data, ie an identifier n (n = 1, 2, 3...). Specifically, the CPU 60 sequentially searches the brightness values of each line of the image data in the two-color system to which the correction process has been applied, from the header. If the CPU 60 detects a pixel that has a brightness value (255) corresponding to a possibly defective object, it overwrites the brightness value of this pixel with the identifier n. If a pixel with the brightness value (= 255) is discovered, the on If another pixel borders, whose brightness value has already been overwritten with the value of the identifier n (≠ 0, 255), the CPU 60 overwrites the brightness value of this detected pixel with the brightness value (n ≠ 0, 255) of the adjacent pixel.

Als nächstes führt die CPU 60 für jeden möglicherweise defekten Bereich in der Reihenfolge der Kennung n, wie sie in Schritt S07 festgelegt worden ist, in einer Schleife die Schritte S08 bis S26 durch. Dabei wird der normierte Wert P für den jeweiligen möglicherweise defekten Bereich berechnet.Next, the CPU 60 loops through steps S08 through S26 for each possibly defective area in the order of the identifier n as set in step S07. The normalized value P is calculated for the possibly defective area.

Beim Eintritt in diese Schleife bestimmt die CPU 60 in Schritt S08 dabei zuerst den kleinsten, noch nicht bearbeiteten Wert n als zu bearbeitenden Zielwert der Kennung.When entering this loop, the CPU 60 first determines in step S08 the smallest, not yet processed value n as the target value of the identifier to be processed.

Als nächstes bewertet die CPU 60 in Schritt S09 wie vorstehend beschrieben, ob das möglicherweise defekte Objekt mit der in Schritt S08 bestimmten Kennung n durch Schmutz oder durch Kratzer verursacht worden ist. Wenn die CPU 60 in Schritt S10 feststellt, daß das möglicherweise defekte Objekt durch Schmutz ver ursacht worden ist, folgt Schritt S11. Wenn die CPU 60 andernfalls in Schritt S10 bestimmt, daß das möglicherweise defekte Objekt durch Kratzer verursacht wor den ist, folgt als nächster Schritt S16. Next, the CPU 60 evaluates in step S09 as described above whether the possibly defective object with the identifier n determined in step S08 has been caused by dirt or scratches. If the CPU 60 determines in step S10 that the possibly defective object has been caused by dirt, step S11 follows. Otherwise, if the CPU 60 determines in step S10 that the possibly defective object has been caused by scratches, the next step is S16.

In Schritt S11 bestimmt die CPU 60 den Schwerpunkt des zu der in Schritt S08 bestimmten Kennung n gehörigen möglicherweise defekten Objektes in den Bild daten im Zweifarbsystem und ermittelt den Bereich A bis D, in dem der so ermit telte Schwerpunkt liegt.In step S11, the CPU 60 determines the center of gravity of the possibly defective object in the image data associated with the identifier n determined in step S08 in the two-color system and determines the area A to D in which the center of gravity thus determined lies.

In Schritt S12 setzt die CPU 60 den Referenzwert Rd gemäß dem in Schritt S11 bestimmten Bereich. Im einzelnen setzt die CPU 60 den Referenzwert Rd auf Sd, wenn der Bereich A bestimmt wird. Die CPU 60 setzt den Referenzwert Rd auf 2Sd, wenn der Bereich B bestimmt wird. Die CPU 60 setzt den Referenzwert Rd auf 4Sd, wenn der Bereich C bestimmt wird. Wird der Bereich D bestimmt, setzt die CPU 60 den Referenzwert Rd auf 8Sd.In step S12, the CPU 60 sets the reference value Rd according to the range determined in step S11. Specifically, the CPU 60 sets the reference value Rd to Sd when the area A is determined. The CPU 60 sets the reference value Rd to 2Sd when the area B is determined. The CPU 60 sets the reference value Rd to 4Sd when the area C is determined. If the area D is determined, the CPU 60 sets the reference value Rd to 8Sd.

Als nächstes ermittelt die CPU 60 im Schritt S13 die Fläche des zu der in Schritt S08 bestimmten Kennung n gehörigen möglicherweise defekten Objektes. In an deren Worten zählt die CPU 60 die Gesamtanzahl der Bildpunkte, die das mögli cherweise defekte Objekt bilden. Die CPU 60 kann auch andere grafische Merk male messen als die Fläche, wie z. B. einen maximalen Felddurchmesser.The CPU 60 next determines in step S13 the area of the possibly defective object associated with the identifier n determined in step S08. In other words, the CPU 60 counts the total number of pixels that may form the defective object. The CPU 60 can also measure graphical features other than the area, such as. B. a maximum field diameter.

In Schritt S14 berechnet die CPU 60 den normierten Wert für die normierte Flä che des zu der Kennung n gehörigen möglicherweise defekten Objektes. Dabei wird die in Schritt S13 gemessene Fläche des möglicherweise defekten Objektes durch den in Schritt S12 gesetzten Referenzwert Rd geteilt.In step S14, the CPU 60 calculates the normalized value for the normalized area of the possibly defective object associated with the identifier n. The area of the possibly defective object measured in step S13 is divided by the reference value Rd set in step S12.

Als nächstes überprüft die CPU 60 im Schritt S15, ob der in Schritt S14 berech nete normierte Wert P größer oder gleich 0,5 ist oder nicht. Wenn der normierte Wert P größer oder gleich 0,5 ist, fügt die CPU 60 als nächstes im Schritt S21 den in Schritt S14 berechneten normierten Wert P der Spalte der in dem Speicherbe reich 62c gespeicherten Klasseneinteilungstabelle hinzu, der zu Schmutz (ds) und zu dem in Schritt S11 bestimmten Bereich gehört. Anschließend folgt der Schritt S26. Andernfalls verzweigt die CPU 60 zu Schritt S23, wenn in Schritt S15 er kannt wird, daß der normierte Wert P kleiner ist als 0,5. Next, the CPU 60 checks in step S15 whether or not the normalized value P calculated in step S14 is greater than or equal to 0.5. If the normalized value P is greater than or equal to 0.5, the CPU 60 of the column of the stored classification table c in the Speicherbe rich 62 adds next at the step S21 added the calculated in step S14, the normalized value P to dirt (ds), and belongs to the area determined in step S11. Step S26 then follows. Otherwise, the CPU 60 branches to step S23 if it is known in step S15 that the normalized value P is less than 0.5.

Andererseits bestimmt die CPU 60 in Schritt S16 den Schwerpunkt des zu der in Schritt S08 bestimmten Kennung n gehörigen möglicherweise defekten Objektes in den Bilddaten im Zweifarbsystem und ermittelt, in welchem der vier Bereiche A bis D der Schwerpunkt liegt.On the other hand, the CPU 60 determines in step S16 the center of gravity of the possibly defective object associated with the identifier n determined in step S08 in the image data in the two-color system and determines in which of the four areas A to D the center of gravity lies.

Als nächstes setzt die CPU 60 in Schritt S17 den Referenzwert Rk gemäß dem in Schritt S16 bestimmten Bereich. Im einzelnen setzt die CPU 60 den Referenzwert Rk auf Sk, wenn der Bereich A bestimmt wird. Die CPU 60 setzt den Referenzwert Rk auf 2Sk, wann der Bereich B bestimmt wird. Wenn der Bereich C bestimmt wird, setzt die CPU 60 den Referenzwert Rk auf 4Sk. Die CPU 60 setzt den Refe renzwert Rk auf 8Sk, wenn der Bereich D bestimmt wird.Next, the CPU 60 sets the reference value Rk in step S17 according to the range determined in step S16. Specifically, the CPU 60 sets the reference value Rk to Sk when the area A is determined. The CPU 60 sets the reference value Rk to 2Sk when the area B is determined. When the area C is determined, the CPU 60 sets the reference value Rk to 4Sk. The CPU 60 sets the reference value Rk to 8Sk when the area D is determined.

Als nächstes mißt die CPU 60 in Schritt S18 die Fläche des möglicherweise de fekten Objektes mit der in Schritt S08 ausgewählten Kennung n. In anderen Wor ten zählt die CPU 60 die gesamte Anzahl Bildpunkte, die das möglicherweise de fekte Objekt bilden. Die CPU 60 kann auch andere grafische Merkmale als die Fläche messen, wie z. B. den maximalen Felddurchmesser.Next, in step S18, the CPU 60 measures the area of the possibly defective object with the identifier n selected in step S08. In other words, the CPU 60 counts the total number of pixels that form the possibly defective object. The CPU 60 can also measure graphical features other than area, such as. B. the maximum field diameter.

Danach berechnet die CPU 60 in Sehritt S19 den normierten Wert P für die nor mierte Fläche des mit der Kennung n versehenen möglicherweise defekten Ob jektes. Dazu wird die in Schritt S18 gemessene Fläche des möglicherweise de fekten Objektes durch den in Schritt S17 gesetzten Referenzwert Rk geteilt.The CPU 60 then calculates in step S19 the normalized value P for the normalized area of the possibly defective object provided with the identifier n. For this purpose, the area of the possibly defective object measured in step S18 is divided by the reference value Rk set in step S17.

Als nächstes überprüft die CPU 60 in Schritt S20, ob der in Schritt S19 berech nete normierte Wert P größer oder gleich 0,5 ist oder nicht. Wenn der normierte Wert P größer oder gleich 0,5 ist, fügt die CPU 60 in Schritt S22 den in Schritt S19 berechneten normierten Wert P in die Spalte der in dem Speicherbereich 62c gespeicherten Klasseneinteilungstabelle ein, die zu Kratzer (k) und zu dem in Schritt S16 bestimmten Bereich gehört. Es folgt danach Schritt S26.Next, the CPU 60 checks in step S20 whether or not the normalized value P calculated in step S19 is greater than or equal to 0.5. If the normalized value P is greater than or equal to 0.5, in step S22 the CPU 60 inserts the normalized value P calculated in step S19 into the column of the class division table stored in the memory area 62c , which leads to scratches (k) and to the heard certain area in step S16. This is followed by step S26.

Wenn andererseits im Schritt S20 festgestellt wird, daß der normierte Wert P klei ner als 0,5 ist, setzt die CPU 60 den Ablauf in Schritt S23 fort. On the other hand, if it is determined in step S20 that the normalized value P is less than 0.5, the CPU 60 proceeds to step S23.

In Schritt S23 überprüft die CPU 60, ob zwei oder mehr weitere möglicherweise defekte Objekte in dem bestimmten Abstand von dem möglicherweise defekten Objekt mit der in Schritt S08 bestimmten Kennung n benachbart sind oder nicht. Ist das nicht der Fall, führt die CPU 60 als nächstes direkt den Schritt S26 aus. Wenn andernfalls zwei oder mehr möglicherweise defekte Objekte in dem be stimmten Abstand benachbart sind, multipliziert die CPU 60 die gesamte Anzahl (d. h. die Anzahl der zusammengeballten Elemente) mit 0,25. Die gesamte Anzahl ist dabei die Summe des in Schritt S08 mit der Kennung n versehenen möglicher weise defekten Objektes und der weiteren benachbarten möglicherweise defekten Objekte in dem bestimmten Abstand. Das so berechnete Produkt wird in der Spalte der in dem Speicherbereich 62c gespeicherten Klasseneinteilungstabelle entsprechend der Konzentration (m) und dem in Schritt S09 bestimmten Bereich in Schritt S24 hinzugefügt.In step S23, the CPU 60 checks whether or not two or more further possibly defective objects are adjacent in the determined distance from the possibly defective object with the identifier n determined in step S08. If not, the CPU 60 next directly executes step S26. Otherwise, if two or more possibly defective objects are adjacent at the specified distance, the CPU 60 multiplies the total number (ie, the number of items clustered) by 0.25. The total number is the sum of the possibly defective object provided with the identifier n in step S08 and the further neighboring possibly defective objects at the determined distance. The product thus calculated is added in the column of the class division table stored in the storage area 62 c corresponding to the concentration (m) and the area determined in step S09 in step S24.

Als nächstes definiert die CPU 60 in Schritt S25 die Kennungen der in dem be stimmten Abstand in Schritt S23 als benachbart bestimmten möglicherweise de fekten Objektes als bereits bearbeitet. Als nächstes führt die CPU 60 den Schritt S26 aus.Next, in step S25, the CPU 60 defines the identifiers of the possibly defective object determined as neighboring in the certain distance in step S23 as already processed. Next, the CPU 60 executes step S26.

In Schritt S26 überprüft die CPU 60, ob alle in Schritt S07 zugewiesenen Kennun gen n bereits bearbeitet worden sind oder nicht. Wenn noch nicht alle Kennungen bearbeitet worden sind, kehrt die CPU 60 zurück zum Schritt S08. Wenn anderer seits alle Kennungen bereits als Ergebnis der Wiederholung der Schleife der Verfahrensschritte S08 bis S26 bearbeitet worden sind, führt die CPU 60 als nächstes den Schritt S27 aus.In step S26, the CPU 60 checks whether all identifications n assigned in step S07 have already been processed or not. If all the identifiers have not yet been processed, the CPU 60 returns to step S08. On the other hand, if all the identifiers have already been processed as a result of repeating the loop of the process steps S08 to S26, the CPU 60 next executes the step S27.

In Schritt S27 berechnet die CPU 60 den Wert der Bewertungsfunktion F unter Verwenden der vorstehend beschriebenen Gleichungen (3) bis (6) für die Ge samtbeträge der normierten Werte P einer jeden Spalte. In step S27, the CPU 60 calculates the value of the evaluation function F using the above-described equations (3) to (6) for the total amounts of the normalized values P of each column.

Als nächstes überprüft die CPU 60 im Schritt S28, ob der in Schritt S27 berech nete Wert der Bewertungsfunktion F kleiner ist als der vorbestimmte Referenzwert für die Bewertung, ob das Element befriedigend oder defekt ist, oder nicht. Wenn dabei der Wert der Bewertungsfunktion F kleiner als der Referenzwert für die Qualitätsbewertung erkannt wird, bewertet die CPU 60 in Schritt S29 das unter suchte optische Element 14 als ein befriedigendes Produkt und gibt dieses Er gebnis aus (d. h. ein Bildsignal oder ein Lautsignal zeigt dieses an). Wenn ande rerseits der Wert der Bewertungsfunktion F größer oder gleich dem Referenzwert für die Qualitätsbewertung ist, beurteilt die CPU 60 in Schritt S30 das untersuchte optische Element 14 als defekt und gibt dieses Ergebnis aus (d. h. ein Bildsignal oder ein Tonsignal zeigt dieses an). In jedem Fall beendet die CPU 60 an schließend ihren Steuerbetrieb.Next, the CPU 60 checks in step S28 whether or not the value of the evaluation function F calculated in step S27 is smaller than the predetermined reference value for the evaluation of whether the element is satisfactory or defective. If the value of the evaluation function F smaller than the reference value for the quality evaluation is recognized, the CPU 60 evaluates the examined optical element 14 as a satisfactory product in step S29 and outputs this result (ie an image signal or a sound signal indicates this) ). On the other hand, if the value of the evaluation function F is greater than or equal to the reference value for the quality evaluation, the CPU 60 judges the examined optical element 14 as defective in step S30 and outputs this result (ie an image signal or a sound signal indicates this). In any case, the CPU 60 then ends its control operation.

Zum leichteren Verständnis wird angenommen, daß nur möglicherweise defekte Objekte eines Typs in dem Bereich A und dem Bereich B des zu untersuchenden optischen Elementes 14 ausgebildet sind. In diesem Fall läßt sich die Bewer tungsfunktion F durch die folgende Gleichung (7) ausdrücken,
For easier understanding, it is assumed that only possibly defective objects of one type are formed in area A and area B of the optical element 14 to be examined. In this case, the evaluation function F can be expressed by the following equation (7),

Dabei ist A die gesamte Summe der normierten Werte P, die für irgendeine Art optischer Defekte im Bereich A für möglicherweise defekte Objekte berechnet worden ist, und B ist die gesamte Summe der normierten Werte P, die für die gleiche Art optischer Defekte im Bereich B für möglicherweise defekte Objekte be rechnet worden ist. Wenn in diesem Fall der Referenzwert für die Bewertung, ob ein Element defekt oder befriedigend ist, mit 1,2 angenommen wird, lassen die Bereiche der Kombinationen A und B, für die das zu untersuchende optische Element 14 als befriedigend bewertet wird und die Bereiche der Kombinationen von A und B, für die das zu untersuchende optische Element 14 als defekt be wertet wird, bestimmen, wie in Fig. 13 gezeigt.Here, A is the total sum of the normalized values P, which has been calculated for any type of optical defects in the area A for possibly defective objects, and B is the total sum of the normalized values P, for the same type of optical defects in the area B for possibly defective objects has been calculated. In this case, if the reference value for judging whether an element is defective or satisfactory is 1.2, the areas of combinations A and B for which the optical element 14 to be examined is judged to be satisfactory and the areas of Combinations of A and B, for which the optical element 14 to be examined is evaluated as defective, determine, as shown in FIG. 13.

Wie aus Fig. 13 zu entnehmen ist, wird das zu untersuchende optische Element 14 nach der bekannten Bewertungsmethode auch dann als befriedigend bewertet, wenn die gesamte Summe der normierten Werte P entsprechend dem Bereich A und die gesamte Summe der normierten Werte P entsprechend dem Bereich B jeweils geringfügig kleiner als 1 ist (in anderen Worten wenn sie in den schraf fierten Bereich α passen). Wenn allerdings das zu untersuchende optische Ele ment 14 als Ganzes betrachtet wird, ist davon auszugehen, daß dessen Lei stungsfähigkeit verringert ist. Von diesem Standpunkt aus wird das zu untersu chende optische Element 14 nach dem Ausführungsbeispiel als defekt bewertet, weil der Wert der Bewertungsfunktion F den Referenzwert 1,2 für die Beurteilung befriedigend oder defekt überschreitet. Wenn andererseits die gesamte Summe der dem Bereich A entsprechenden normierten Werte P geringfügig 1 über schreitet, aber die gesamte Summe der dem Bereich B entsprechenden normier ten Werte P nahe 0 ist, oder wenn die gesamte Summe der dem Bereich B ent sprechenden normierten Werte P geringfügig 1 überschreitet, aber die gesamte Summe der dem Bereich A entsprechenden normierten Werte P nahezu 0 ist (in anderen Worten wenn sie in den schraffierten Bereich β passen), wird das zu untersuchende optische Element 14 nach der bekannten Bewertungsmethode als defekt bewertet. Wenn allerdings das zu untersuchende optische Element 14 als Ganzes betrachtet wird, kann es als befriedigend angesehen werden. Von diesem Standpunkt aus wird das zu untersuchende optische Element 14 nach dem Aus führungsbeispiel als befriedigend bewertet, weil der Wert der Bewertungsfunktion F unter dem Referenzwert 1,2 für die Qualitätsbeurteilung liegt.As can be seen from FIG. 13, the optical element 14 to be examined is also rated as satisfactory according to the known evaluation method if the total sum of the standardized values P corresponds to the area A and the total sum of the normalized values P corresponds to the area B. each is slightly less than 1 (in other words if they fit in the hatched area α). However, if the optical element 14 to be examined is considered as a whole, it can be assumed that its performance is reduced. From this point of view, the optical element 14 to be examined according to the exemplary embodiment is rated as defective because the value of the evaluation function F satisfactorily exceeds the reference value 1, 2 or is defective. On the other hand, if the total sum of the normalized values P corresponding to the area A slightly exceeds 1, but the total sum of the normalized values P corresponding to the area B is close to 0, or if the total sum of the normalized values P corresponding to the area B slightly 1, but the total sum of the normalized values P corresponding to the area A is almost 0 (in other words if they fit into the hatched area β), the optical element 14 to be examined is assessed as defective according to the known assessment method. However, when the optical element 14 to be examined is considered as a whole, it can be considered satisfactory. From this point of view, the optical element 14 to be examined is rated as satisfactory according to the exemplary embodiment, because the value of the evaluation function F is below the reference value 1.2 for the quality assessment.

Außerdem ist die gesamte Summe der vorstehend beschriebenen normierten Werte P ein normierter Wert, der den Grad des Einflusses der in verschiedenen Bereichen ausgebildeten möglicherweise defekten Objekte auf die Leistungsfä higkeit des untersuchten optischen Elementes 14 zeigt. Somit wird nach diesem Ausführungsbeispiel das zu untersuchende optische Element 14 als Ganzes be wertet, und es lassen sich Punkte ermitteln, die ein Maß für die Qualität oder die Defekte angeben.In addition, the total sum of the normalized values P described above is a normalized value which shows the degree of influence of the possibly defective objects formed in different areas on the performance of the optical element 14 examined. Thus, according to this embodiment, the optical element 14 to be examined is evaluated as a whole, and points can be determined which indicate a measure of the quality or the defects.

Die Vorrichtung zum Untersuchen eines optischen Elementes nach dem zweiten Ausführungsbeispiel der Erfindung unterscheidet sich von dem ersten Ausfüh rungsbeispiel nur im Aufbau des Massenspeichers 62 und im Umfang der Steuer vorgänge, die die CPU 60 entsprechend dem in dem Speicherbereich 62d des Massenspeichers 62 gespeicherten Bildverarbeitungsprogramm ausführt. Die an deren Merkmale des zweiten Ausführungsbeispiels entsprechen denen des ersten Ausführungsbeispiels.The device for examining an optical element according to the second embodiment of the invention differs from the first exemplary embodiment only in the structure of the mass storage device 62 and in the scope of the control processes which the CPU 60 executes in accordance with the image processing program stored in the storage area 62 d of the mass storage device 62 . The other features of the second embodiment correspond to those of the first embodiment.

Der Grund für die Entwicklung dieses zweiten Ausführungsbeispiels ist der fol gende. Nach dem vorstehend erläuterten ersten Ausführungsbeispiel wird nur die Fläche des jeweiligen möglicherweise defekten Objektes, die bei dem Binarisieren bestimmt wird, auf der Basis der Referenzwerte Rk und Rd normiert, und die Be wertung, ob das untersuchte optische Element befriedigend oder defekt ist, wird auf Basis dieser normierten Fläche durchgeführt. Möglicherweise defekte Objekte mit gleichen Flächen werden somit unabhängig von ihren Helligkeitswerten mit dem gleichen Qualitätsgrad bewertet. Vergleicht man möglicherweise defekte Objekte mit gleichen Flächen, wie in Fig. 14 gezeigt, ist ein möglicherweise de fektes Objekt mit einer größeren Helligkeit signifikanter als ein möglicherweise defektes Objekt mit einer geringeren Helligkeit. Deshalb sollte das Maß für De fekte des Erstgenannten größer beurteilt werden. Fig. 15 zeigt die Verteilung von Helligkeit und Fläche für verschiedene möglicherweise defekte Objekte. Die mög licherweise defekten Objekte mit hohen Helligkeitswerten (d. h. die möglicherweise defekten Objekte in dem in Fig. 15 mit gestrichelten Linien eingeschlossenen Be reich) sollten als verhältnismäßig große normierte Werte P berechnet werden, da diese normierten Werte P das Maß des Einflusses auf die Leistungsfähigkeit des untersuchten optischen Elementes angeben und die Basis für die Berechnung der Bewertungsfunktion F sind. Deshalb berechnet die Steuerung 6 der Vorrichtung zum Untersuchen eines optischen Elementes nach diesem zweiten Ausführungs beispiel die normierten Werte P nicht nur basierend auf der Fläche des jeweiligen möglicherweise defekten Objektes sondern ebenfalls auf der Basis seiner Hellig keit. Dabei normiert die Steuerung 6 natürlich die Helligkeit der möglicherweise defekten Objekte beim Berechnen der auf dieser Helligkeit basierenden normier ten Werte P entsprechend den Referenzwerten, die gemäß der Position der mög licherweise defekten Objekte in dem zu untersuchenden optischen Element ge eignet gewählt sind. The reason for developing this second embodiment is as follows. According to the first exemplary embodiment explained above, only the area of the respective possibly defective object, which is determined in the binarization, is normalized on the basis of the reference values Rk and Rd, and the evaluation as to whether the examined optical element is satisfactory or defective is based on Based on this normalized area. Possibly defective objects with the same areas are thus rated with the same level of quality regardless of their brightness values. When comparing possibly defective objects with the same areas, as shown in FIG. 14, a possibly defective object with a higher brightness is more significant than a possibly defective object with a lower brightness. Therefore, the measure of defects of the former should be assessed more. Fig. 15 shows the distribution of brightness and surface area for different possibly defective objects. The possibly defective objects with high brightness values (ie the possibly defective objects in the area enclosed by dashed lines in FIG. 15) should be calculated as relatively large standardized values P, since these standardized values P are the measure of the influence on the performance of the specify the optical element under investigation and are the basis for the calculation of the evaluation function F. Therefore, the controller 6 of the device for examining an optical element according to this second embodiment calculates the normalized values P not only based on the area of the respective possibly defective object but also on the basis of its brightness. The controller 6 naturally normalizes the brightness of the possibly defective objects when calculating the normalized values P based on this brightness in accordance with the reference values which are selected as suitable in accordance with the position of the possibly defective objects in the optical element to be examined.

Im folgenden wird der Aufbau der Vorrichtung zum Untersuchen eines optischen Elementes nach dem zweiten Ausführungsbeispiel erläutert. Dabei wird allerdings die Erklärung des Teils des Aufbaus weggelassen, der dem des ersten Ausfüh rungsbeispiels gleicht.The following is the construction of the optical inspection device Element explained according to the second embodiment. However, the explanation of the part of the structure which corresponds to that of the first embodiment is omitted example is the same.

Die Vorrichtung zum Untersuchen eines optischen Elementes nach dem zweiten Ausführungsbeispiel hat den in Fig. 1 gezeigten Aufbau. Die Steuerung 6 hat da bei die in Fig. 16 gezeigte Schaltungsanordnung. Verglichen mit dem in Fig. 3 ge zeigten ersten Ausführungsbeispiel unterscheidet sich die in Fig. 16 gezeigte Schaltungsanordnung nur darin, daß zwei Arbeitsspeicherbereiche (erster Ar beitsspeicherbereich 62e und zweiter Arbeitsspeicherbereich 62f) in dem Mas senspeicher 62 ausgebildet sind. In den ersten Arbeitsspeicherbereich 62e wer den die in dem Bildspeicherbereich 62a in Polarkoordinaten gespeicherten Bild daten nach einer Transformation des Koordinatensystems von Polarkoordinaten in rechtwinklige Koordinaten gespeichert. Die in dem ersten Arbeitsspeicherbe reich 62e in rechtwinkligen Koordinaten gespeicherten Bilddaten werden dann in den zweiten Arbeitsspeicherbereich 62f kopiert. Diese kopierten Bilddaten werden dann entsprechend den vorbestimmten Schwellenwerten binarisiert, um die Posi tionen zu spezifizieren, in denen die möglicherweise defekten Objekte ausgebildet sind (d. h. die ermittelten Objekte, die als eine Gruppe von Bildpunkten mit großen Helligkeitswerten ermittelt worden sind).The device for examining an optical element according to the second exemplary embodiment has the structure shown in FIG. 1. The controller 6 has the circuit arrangement shown in FIG. 16. Compared with the first exemplary embodiment shown in FIG. 3, the circuit arrangement shown in FIG. 16 differs only in that two working memory areas (first working memory area 62 e and second working memory area 62 f) are formed in the mass memory 62 . In the first working memory area 62 e, the image data stored in the image storage area 62 a in polar coordinates after a transformation of the coordinate system from polar coordinates to rectangular coordinates. The image data stored in the first working memory area 62 e in rectangular coordinates are then copied into the second working memory area 62 f. This copied image data is then binarized according to the predetermined threshold values in order to specify the positions in which the possibly defective objects are formed (ie the determined objects which have been determined as a group of pixels with large brightness values).

Die CPU 60 führt das in dem Speicherbereich 62d des Massenspeichers 62 ge speicherte Bildverarbeitungsprogramm aus und überträgt periodisch die vorüber gehend in dem Zwischenspeicher 61 gespeicherten Bilddaten in den Bildspei cherbereich 62a des Massenspeichers 62. Wenn die Bilddaten in dem Polarkoor dinatensystem für das gesamte zu untersuchende optische Element 14 in dem Bildspeicherbereich 62a bereitgestellt sind, führt die CPU 60 die Koordinaten transformation für diese Bilddaten durch und schreibt die Bilddaten nach dem Transformieren in rechtwinklige Koordinaten in den ersten Arbeitsspeicherbereich 62e. Als nächstes kopiert die CPU 60 die in dem ersten Arbeitsspeicherbereich 62e in rechtwinkligen Koordinaten gespeicherten Bilddaten in den zweiten Ar beitsspeicherbereich 62f und führt für diese Bilddaten die Binarisierung zum Er mitteln möglicherweise defekter Objekte durch. Als nächstes normiert die CPU 60 die Fläche eines jeden so ermittelten möglicherweise defekten Objektes entspre chend dessen relativer Position in den Bilddaten und normiert den mittleren Hel ligkeitswert des Bildpunktes bei dieser Position für das jeweilige möglicherweise defekte Objekt in den in dem ersten Arbeitsspeicherbereich 62e in rechtwinkligen Koordinaten gespeicherten Bilddaten. Anschließend berechnet die CPU 60 die normierten Werte P der möglicherweise defekten Objekte mittels Durchführen der bestimmten Operation auf den normierten Flächen und den Helligkeitswerten. An schließend klassifiziert die CPU 60 den für das jeweilige möglicherweise defekte Objekt berechneten normierten Wert P entsprechend den verschiedenen später noch beschriebenen Referenzwerten und tabelliert den klassifizierten normierten Wert P in der in dem Speicherbereich 62c gespeicherten Klasseneinteilungsta belle. Nachdem die Klasseneinteilung und die Tabellierung der normierten Werte P für alle möglicherweise defekten Objekte abgeschlossen ist, berechnet die CPU 60 die Bewertungsfunktion F auf Basis der tabellierten Ergebnisse. Zum Schluß beurteilt die CPU 60, ob das untersuchte optische Element 14 befriedigend oder defekt ist. Dazu wird überprüft, ob die berechnete Bewertungsfunktion F den vor bestimmten Referenzwert für die Qualitätsbeurteilung überschreitet. Außerdem gibt die CPU 60 einen Befehl ab, der die Motorsteuerschaltung 63 veranlaßt, den Antriebsmotor 8 synchron zum Empfangen von Bilddaten von dem Zwischenspei cher 61 mit einem Strom zu versorgen.The CPU 60 performs the in the storage area 62 of the mass memory 62 from d ge stored image processing program, and periodically transmits the temporarily stored in the buffer memory 61 image data in the Bildspei cherbereich 62a of the mass memory 62nd If the image data in the polar coordinate system are provided for the entire optical element 14 to be examined in the image memory area 62 a, the CPU 60 carries out the coordinate transformation for this image data and writes the image data after the transformation into rectangular coordinates in the first working memory area 62 e . Next, the CPU 60 copies the image data stored in the first working memory area 62 e in right-angled coordinates into the second working memory area 62 f and binarizes this image data to determine possibly defective objects. Next, the CPU 60 normalizes the area of each possibly defective object determined in accordance with its relative position in the image data and normalizes the mean brightness value of the pixel at this position for the respective possibly defective object in the rectangular ones in the first working memory area 62 e Coordinates stored image data. The CPU 60 then calculates the normalized values P of the possibly defective objects by performing the specific operation on the normalized areas and the brightness values. The CPU 60 then classifies the normalized value P calculated for the possibly defective object in accordance with the various reference values to be described later, and tabulates the classified standardized value P in the class division table stored in the memory area 62 c. After the classification and the tabulation of the standardized values P for all possibly defective objects is completed, the CPU 60 calculates the evaluation function F on the basis of the tabulated results. Finally, the CPU 60 judges whether the examined optical element 14 is satisfactory or defective. For this purpose, it is checked whether the calculated evaluation function F exceeds the predetermined reference value for the quality assessment. In addition, the CPU 60 issues a command that causes the motor control circuit 63 to power the drive motor 8 in synchronism with receiving image data from the latch 61 .

Ähnlich dem ersten Ausführungsbeispiel werden die aus den im zweiten Arbeits speicherbereich 62f gespeicherten Bilddaten ermittelten möglicherweise defekten Objekte entsprechend den Bereichen klassifiziert, in denen sie ausgebildet sind. Wie in Fig. 6 gezeigt, ist das zu untersuchende optische Element 14 konzentrisch in vier Bereiche A bis D aufgeteilt, deren Zentren sich in einer der optischen Achse entsprechenden Position befinden. Similar to the first exemplary embodiment, the possibly defective objects determined from the image data stored in the second working memory area 62 f are classified according to the areas in which they are formed. As shown in FIG. 6, the optical element 14 to be examined is divided concentrically into four areas A to D, the centers of which are in a position corresponding to the optical axis.

Für jedes in dem jeweiligen Bereich A bis D gebildete möglicherweise defekte Objekt normiert die CPU 60 die Fläche desselben durch Teilen seiner Fläche durch einen Referenzwert R1, der geeignet für den entsprechenden Bereich A bis D gewählt ist. Außerdem normiert die CPU 60 für jeden Bereich den mittleren Hel ligkeitswert aller Bildpunkte des jeweiligen im ersten Arbeitsspeicher 62e gespei cherten möglicherweise defekten Objekt in diesem Bereich. Dazu wird der mittlere Helligkeitswert durch einen Referenzwert R2 geteilt, der geeignet für den Bereich ausgewählt ist. Weiterhin berechnet die CPU 60 den normierten Wert P als Maß des Einflusses des optischen Defekts, der dem möglicherweise defekten Objekt entspricht, auf die Leistungsfähigkeit des untersuchten optischen Elementes. Dazu wird entsprechend Gleichung (8) die Quadratwurzel der Summe der Qua drate der normierten Fläche und des normierten mittleren Helligkeitswertes be rechnet.
For each possibly defective object formed in the respective area A to D, the CPU 60 normalizes the area of the same by dividing its area by a reference value R1 which is suitably chosen for the corresponding area A to D. In addition, the CPU 60 normalizes for each area the average brightness value of all pixels of the respective possibly defective object stored in the first working memory 62 e in this area. For this purpose, the average brightness value is divided by a reference value R2, which is selected suitably for the area. Furthermore, the CPU 60 calculates the normalized value P as a measure of the influence of the optical defect, which corresponds to the possibly defective object, on the performance of the examined optical element. For this purpose, the square root of the sum of the squares of the normalized area and the normalized average brightness value is calculated in accordance with equation (8).

Wenn im einzelnen der Referenzwert R1 für die dem Bereich A zuzuordnenden Flächen auf S gesetzt ist, verwendet die CPU 60 als Referenzwert R1 für Flächen des Bereichs B den Wert 2S, für Flächen des Bereichs C den Wert 4S als Refe renzwert R1 und für Flächen des Bereichs D den Wert 8S als Referenzwert R1. In ähnlicher Weise verwendet die CPU 60 den Wert 2L als Referenzwert R2 für die mittlere Helligkeit des Bereichs B, wenn der Referenzwert R2 für die dem Bereich A zuzuordnende mittlere Helligkeit auf den Wert L gesetzt ist. Der Wert 4L wird dann als Referenzwert R2 für die mittlere Helligkeit des Bereichs C und der Wert 8L als Referenzwert R2 für die mittlere Helligkeit des Bereichs D verwendet. In anderen Worten verwendet die CPU 60 die beiden Referenzwerte R1 und R2 derart, daß deren Wert größer wird, wenn die Position des möglicherweise de fekten Objektes weiter von der optischen Achse des zu untersuchenden optischen Elementes 14 entfernt ist. Weil der normierte Wert P die Quadratwurzel der Summe der Quadrate sowohl der normierten Fläche als auch der normierten mittleren Helligkeit ist, wird der normierte Wert P selbst bei einer verhältnismäßig kleinen Fläche groß, wenn die Helligkeit sehr groß ist. Andererseits wird der nor mierte Wert P auch für eine verhältnismäßig geringe mittlere Helligkeit groß, wenn die Fläche sehr groß ist.Specifically, when the reference value R1 is set to S for the areas to be assigned to the area A, the CPU 60 uses the value 2S as the reference value R1 for areas of the area B, the value 4S as the reference value R1 for areas of the area C, and for areas of the area Area D has the value 8S as reference value R1. Similarly, the CPU 60 uses the value 2L as the reference value R2 for the average brightness of the area B when the reference value R2 is set to the value L for the average brightness to be assigned to the area A. The value 4L is then used as the reference value R2 for the average brightness of the area C and the value 8L as the reference value R2 for the average brightness of the area D. In other words, the CPU 60 uses the two reference values R1 and R2 such that their value increases when the position of the possibly defective object is further away from the optical axis of the optical element 14 to be examined. Because the normalized value P is the square root of the sum of the squares of both the normalized area and the normalized average brightness, the normalized value P becomes large even with a relatively small area when the brightness is very large. On the other hand, the normalized value P becomes large even for a relatively low average brightness when the area is very large.

Weiterhin werden für die Referenzwerte R1 und R2 jeweils die Referenzwerte R1k und R2k verwendet, wenn die möglicherweise defekten Objekte durch Krat zer verursacht sind, und es werden die Referenzwerte R1d und R2d jeweils ver wendet, wenn die möglicherweise defekten Objekte durch Schmutz verursacht sind. Diese Referenzwerte R1k und R2k, R1d und R2d unterscheiden sich von einander. Wenn somit der Referenzwert R1k für die Fläche eines durch Kratzer verursachten möglicherweise defekten Objektes im Bereich A den Wert Sk und der Referenzwert R1d für die Fläche eines durch Schmutz verursachten mögli cherweise defekten Objektes im Bereich A den Wert Sd hat, sind diese Werte Sk und Sd voneinander verschieden. Ähnlich unterscheidet sich auch der Wert Lk für den Referenzwert R2k für die mittlere Helligkeit eines durch Kratzer verursachten möglicherweise defekten Objektes im Bereich A von dem Wert Ld für den Refe renzwert R2d für die mittlere Helligkeit eines durch Schmutz verursachten mögli cherweise defekten Objektes im Bereich A. Somit beurteilt die CPU 60 vor dem Berechnen des normierten Wertes P, ob ein möglicherweise defektes Objekt des bearbeiteten Elementes durch Kratzer oder durch Schmutz verursacht worden ist. Diese Beurteilung wird durch Verwenden der in Fig. 9 gezeigten Schwellenwert funktion durchgeführt. Die CPU 60 wählt entsprechend dem Beurteilungsergebnis die Referenzwerte Rk oder Rd bzw. Lk oder Ld aus, d. h. sie führt die Klassenein teilung nach Kratzer oder Schmutz bzw. dem Bereich durch, in dem das mögli cherweise defekte Objekt des bearbeiteten Elementes ausgebildet ist. Entspre chend dem jeweiligen so bestimmten Referenzwert Rk oder Rd bzw. Lk oder Ld wird die Berechnung des vorstehend beschriebenen normierten Wertes P durch geführt.Furthermore, the reference values R1k and R2k are used for the reference values R1k and R2k, respectively, if the possibly defective objects are caused by scratches, and the reference values R1d and R2d are respectively used if the possibly defective objects are caused by dirt. These reference values R1k and R2k, R1d and R2d differ from one another. Thus, if the reference value R1k for the area of a possibly defective object in the area A has the value Sk and the reference value R1d for the area of a possibly defective object in the area A has the value Sd, these values are Sk and Sd different from each other. Similarly, the value Lk for the reference value R2k for the average brightness of a possibly defective object in area A caused by scratches differs from the value Ld for the reference value R2d for the average brightness of a possibly defective object in area A caused by dirt. Thus, before calculating the normalized value P, the CPU 60 judges whether a possibly defective object of the processed element has been caused by scratches or dirt. This judgment is made using the threshold function shown in FIG. 9. The CPU 60 selects the reference values Rk or Rd or Lk or Ld according to the result of the judgment, that is, it carries out the classification according to scratches or dirt or the area in which the possibly defective object of the processed element is formed. Corresponding to the respective reference value Rk or Rd or Lk or Ld thus determined, the calculation of the normalized value P described above is carried out.

Wenn als nächstes der auf die vorstehend beschriebene Weise berechnete nor mierte Wert P für das möglicherweise defekte Objekt des bearbeiteten Elementes größer oder gleich 0,5 ist, fügt die CPU 60 den normierten Wert P in die Klassen einteilungstabelle ein. Dabei wird der normierte Wert P in die Spalte der in dem Speicherbereich 62c gespeicherten Klasseneinteilungstabelle eingefügt, die zu der Einteilung der Bewertung nach Schmutz (ds) oder Kratzer (k) und zu dem Be reich A bis D gehört, in dem das möglicherweise defekte Objekt des bearbeiteten Elementes ausgebildet ist.Next, when the normalized value P calculated in the manner described above for the possibly defective object of the processed element is greater than or equal to 0.5, the CPU 60 inserts the normalized value P into the classifying table. The normalized value P is inserted into the column of the class division table stored in the memory area 62 c, which belongs to the division of the evaluation according to dirt (ds) or scratches (k) and to the area A to D in which the possibly defective Object of the processed element is formed.

Wenn andererseits der berechnete normierte Wert P des möglicherweise defek ten Objektes des bearbeiteten Elementes kleiner als 0,5 ist, sucht die CPU 60 nach weiteren möglicherweise defekten Objekten in dem bestimmten Abstand. Wenn ein anderes möglicherweise defektes Objekt gefunden wird, sucht die CPU 60 weiter nach zusätzlichen möglicherweise defekten Objekten in dem bestimm ten Abstand. Die CPU 60 fährt damit fort, bis keine weiteren möglicherweise de fekten Objekte in dem bestimmten Abstand gefunden werden können. Wenn die Anzahl einander dicht benachbarter möglicherweise defekter Objekte in dem auf diese Weise durchsuchten bestimmten Abstand größer oder gleich drei ist, fügt die CPU 60 einen durch Multiplizieren der Anzahl möglicherweise defekter Ob jekte mit 0,25 berechneten Wert der Spalte der Klasseneinteilungstabelle hinzu, die der Konzentration (m) und dem Bereich A bis D entspricht, in dem das mögli cherweise defekte Objekt des bearbeiteten Elementes ausgebildet ist.On the other hand, if the calculated normalized value P of the possibly defective object of the processed element is less than 0.5, the CPU 60 searches for further possibly defective objects in the determined distance. If another possibly defective object is found, the CPU 60 continues to search for additional possibly defective objects within the specified distance. The CPU 60 continues until no further possibly defective objects can be found in the determined distance. If the number of possibly defective objects closely adjacent to each other in the certain distance thus searched is greater than or equal to three, the CPU 60 adds a value calculated by multiplying the number of possibly defective objects by 0.25 to the class classification table column that the Concentration (m) and corresponds to the area A to D, in which the possibly defective object of the processed element is formed.

Wenn das vorstehend beschriebene Hinzufügen des normierten Wertes P zu der Klasseneinteilungstabelle ähnlich dem vorstehend beschriebenen ersten Ausfüh rungsbeispiel für alle möglicherweise defekten Objekte durchgeführt worden ist, berechnet die CPU 60 die Bewertungsfunktion F unter Verwenden der vorstehend beschriebenen Gleichungen (3) bis (6). Dazu wird der jeweils in die jeweilige Spalte der Klasseneinteilungstabelle geschriebene normierte Wert P verwendet. Anschließend bewertet die CPU 60, ob das untersuchte optische Element 14 nach der berechneten Bewertungsfunktion F defekt oder befriedigend ist.When the above-described addition of the normalized value P to the classification table has been performed for all possibly defective objects similar to the above-described first embodiment, the CPU 60 calculates the evaluation function F using the above-described equations (3) to (6). For this purpose, the normalized value P written in the respective column of the classification table is used. The CPU 60 then evaluates whether the examined optical element 14 is defective or satisfactory according to the calculated evaluation function F.

Als nächstes folgt eine Erklärung der von der Steuerung 6 (CPU 60) gemäß dem aus dem Speicherbereich 62d eingelesenen Bildverarbeitungsprogramm ausge führten Umfang der Steuerprozesse bei dem zweiten Ausführungsbeispiel. Bei den Steuerprozessen nach dem zweiten Ausführungsbeispiel werden an Stelle der Schritte S09 bis S20 (Fig. 11) der in den Fig. 10 bis 12 gezeigten Steuerpro zesse nach dem ersten Ausführungsbeispiel die Schritte S31 bis S42 durchge führt, die in Fig. 17 gezeigt sind. In anderen Worten führt die CPU 60 zunächst die in Fig. 10 gezeigten Schritte S01 bis S08 durch und setzt den Ablauf nach dem Beenden des Schrittes S08 in Schritt S31 in Fig. 17 fort. In Schritt S31 be wertet die CPU 60 in der vorstehend beschriebenen Weise, ob ein möglicher weise defektes Objekt mit der in Schritt S08 zugewiesenen Kennung n durch Schmutz oder Kratzer verursacht ist. Wenn die CPU 60 in Schritt S32 erkennt, daß ein möglicherweise defektes Objekt durch Schmutz verursacht worden ist, folgt als nächstes Schritt S33. Wenn die CPU 60 andernfalls in Schritt S32 er kennt, daß ein möglicherweise defektes Objekt durch Kratzer verursacht worden ist, folgt als nächstes Schritt S38.Next, an explanation follows of the controller 6 (CPU 60) being in accordance with the d read from the memory area 62 image processing program led periphery of the control processes in the second embodiment. In the control processes according to the second embodiment, instead of steps S09 to S20 ( FIG. 11) of the control processes shown in FIGS . 10 to 12 according to the first embodiment, steps S31 to S42 are carried out, which are shown in FIG. 17 . In other words, the CPU 60 first executes the steps S01 to S08 shown in FIG. 10 and continues the process after the completion of the step S08 in step S31 in FIG. 17. In step S31, the CPU 60 evaluates in the manner described above whether a possibly defective object with the identifier n assigned in step S08 is caused by dirt or scratches. If the CPU 60 detects in step S32 that a possibly defective object has been caused by dirt, step S33 follows next. Otherwise, if the CPU 60 knows in step S32 that a possibly defective object has been caused by scratches, step S38 follows next.

In Schritt S33 bestimmt die CPU 60 den Schwerpunkt des möglicherweise defek ten Objektes mit der in Schritt S08 bestimmten Kennung n und ermittelt an schließend, in welchem Bereich A bis D der Bilddaten dieser Schwerpunkt liegt.In step S33, the CPU 60 determines the center of gravity of the possibly defective object with the identifier n determined in step S08 and then determines in which area A to D of the image data this center of gravity lies.

Als nächstes setzt die CPU 60 im Schritt S34 den Referenzwert R1d für die Flä che und den Referenzwert R2d für die mittlere Helligkeit entsprechend dem in Schritt S33 bestimmten Bereich. Im einzelnen setzt die CPU 60 den Referenzwert R1d für die Fläche auf den Wert Sd und den Referenzwert R2d für die mittlere Helligkeit auf den Wert Ld, wenn der Bereich A bestimmt worden ist. Wenn der Bereich B bestimmt worden ist, setzt die CPU 60 den Referenzwert R1d für die Fläche auf den Wert 2Sd und den Referenzwert R2d für die mittlere Helligkeit auf den Wert 2Ld. Ist der Bereich C bestimmt worden, setzt die CPU 60 den Refe renzwert R1d für die Fläche auf den Wert 45d und den Referenzwert R2d für die mittlere Helligkeit auf den Wert 4Ld. Letztlich setzt die CPU 60 den Referenzwert R1d für die Fläche auf den Wert 85d und den Referenzwert R2d für die mittlere Helligkeit auf den Wert 8Ld, wenn der Bereich D bestimmt worden ist.Next, in step S34, the CPU 60 sets the reference value R1d for the area and the reference value R2d for the medium brightness corresponding to the range determined in step S33. Specifically, the CPU 60 sets the reference value R1d for the area to the value Sd and the reference value R2d for the medium brightness to the value Ld when the area A has been determined. When the area B has been determined, the CPU 60 sets the reference value R1d for the area to the value 2Sd and the reference value R2d for the medium brightness to the value 2Ld. If the area C has been determined, the CPU 60 sets the reference value R1d for the area to the value 45d and the reference value R2d for the medium brightness to the value 4Ld. Finally, the CPU 60 sets the reference value R1d for the area to the value 85d and the reference value R2d for the medium brightness to the value 8Ld when the area D has been determined.

Als nächstes bestimmt die CPU 60 in Schritt S35 die Fläche des möglicherweise defekten Objektes mit der in Schritt S08 bestimmten Kennung n. In anderen Worten zählt die CPU 60 die gesamte Anzahl der Bildpunkte, die das möglicher weise defekte Objekt bilden. Die CPU 60 kann ebenfalls andere grafische Merk male messen als die Fläche, wie z. B. den maximalen Felddurchmesser.Next, in step S35, the CPU 60 determines the area of the possibly defective object with the identifier n determined in step S08. In other words, the CPU 60 counts the total number of pixels which form the possibly defective object. The CPU 60 can also measure graphical characteristics other than the area, such as. B. the maximum field diameter.

Gleichzeitig bestimmt die CPU 60 die Position des jeweiligen Bildpunktes, der das möglicherweise defekte Objekt mit der in Schritt S08 bestimmten Kennung n bil det, liest die Helligkeitswerte aller Bildpunkte der in dem ersten Arbeitsspeicher 62e gespeicherten Bilddaten aus, die sich in Positionen entsprechend der be stimmten Position in den Bilddaten im Zweifarbsystem befinden, und berechnet den Mittelwert der ausgelesenen Helligkeitswerte.At the same time, the CPU 60 determines the position of the respective pixel which forms the possibly defective object with the identifier n determined in step S08, reads out the brightness values of all pixels of the image data stored in the first working memory 62 e, which are in positions corresponding to the agreed position in the image data in the two-color system, and calculates the average of the read brightness values.

Als nächstes teilt die CPU 60 in Schritt S36 die in Schritt S35 gemessene Fläche des möglicherweise defekten Objektes durch den in Schritt S34 bestimmten Refe renzwert R1d für die Fläche. Die CPU 60 teilt den in Schritt S35 berechneten mitt leren Helligkeitswert durch den in Schritt S34 bestimmten Referenzwert R2d für die mittlere Helligkeit, und sie berechnet die Quadratwurzel der Summe der Qua drate der vorgenannten Brüche entsprechend Gleichung (8-1) als normierten Wert P für das möglicherweise defekte Objekt.
Next, in step S36, the CPU 60 divides the area of the possibly defective object measured in step S35 by the reference value R1d for the area determined in step S34. The CPU 60 divides the average brightness value calculated in step S35 by the reference value R2d for the average brightness determined in step S34, and calculates the square root of the sum of the squares of the aforementioned fractions according to equation (8-1) as the normalized value P for the possibly defective object.

In Schritt S37 überprüft die CPU 60 dann, ob der in Schritt S36 berechnete nor mierte Wert P größer oder gleich 0,5 ist oder nicht. Wenn der normierte Wert P größer oder gleich 0,5 ist, führt die CPU 60 als nächstes den in Fig. 12 gezeigten Schritt S21 durch. Andernfalls folgt als nächstes der in Fig. 12 gezeigte Schritt S23, wenn der normierte Wert P kleiner ist als 0,5.Then, in step S37, the CPU 60 checks whether the normalized value P calculated in step S36 is greater than or equal to 0.5 or not. If the normalized value P is greater than or equal to 0.5, the CPU 60 next performs the step S21 shown in FIG. 12. Otherwise, step S23 shown in FIG. 12 follows next if the normalized value P is less than 0.5.

Andererseits bestimmt die CPU 60 in Schritt S38 den Schwerpunkt des mögli cherweise defekten Objektes mit der in Schritt S08 bestimmten Kennung n und ermittelt den Bereich A bis D, in dem der bestimmte Schwerpunkt in den Bilddaten im Zweifarbsystem liegt. On the other hand, the CPU 60 determines in step S38 the center of gravity of the possibly defective object with the identifier n determined in step S08 and determines the area A to D in which the specific center of gravity lies in the image data in the two-color system.

In Schritt S39 setzt die CPU 60 als nächstes den Referenzwert R1k für die Fläche und den Referenzwert R2k für die mittlere Helligkeit entsprechend dem in Schritt S38 bestimmten Bereich. Im einzelnen setzt die CPU 60 für den ermittelten Be reich A den Referenzwert R1k für die Fläche auf den Wert Sk und den Referenz wert R2k für die mittlere Helligkeit auf den Wert Lk. Für den ermittelten Bereich B setzt die CPU 60 den Referenzwert R1k für die Fläche auf den Wert 2Sk und den Referenzwert R2k für die mittlere Helligkeit auf den Wert 2Lk. Wenn der Bereich C ermittelt worden ist, setzt die CPU 60 den Referenzwert R1k für die Fläche auf den Wert 4Sk und den Referenzwert R2k für die mittlere Helligkeit auf den Wert 4Lk. Für den ermittelten Bereich D setzt die CPU 60 den Referenzwert R1k für die Fläche auf den Wert 8Sk und den Referenzwert R2k für die mittlere Helligkeit auf den Wert 8Lk.In step S39, the CPU 60 next sets the reference value R1k for the area and the reference value R2k for the medium brightness corresponding to the range determined in step S38. Specifically, the CPU 60 sets the reference value R1k for the area to the value Sk for the determined area A and the reference value R2k for the mean brightness to the value Lk. For the determined area B, the CPU 60 sets the reference value R1k for the Area to the value 2Sk and the reference value R2k for the medium brightness to the value 2Lk. When the area C has been determined, the CPU 60 sets the reference value R1k for the area to the value 4Sk and the reference value R2k for the medium brightness to the value 4Lk. For the determined area D, the CPU 60 sets the reference value R1k for the area to the value 8Sk and the reference value R2k for the medium brightness to the value 8Lk.

Als nächstes mißt die CPU 60 in Schritt S40 die Fläche des möglicherweise de fekten Objektes mit der in Schritt S08 bestimmten Kennung n. In anderen Worten zählt die CPU 60 die gesamte Anzahl der Bildpunkte, die das möglicherweise defekte Objekt bilden. Die CPU 60 kann auch andere grafische Merkmale als die Fläche messen, wie z. B. den maximalen Felddurchmesser. Gleichzeitig bestimmt die CPU 60 die Position des jeweiligen Bildpunktes, der das möglicherweise de fekte Objekt mit der in Schritt S08 bestimmten Kennung n bildet, liest die Hellig keitswerte aller Bildpunkte, die auf den Positionen entsprechend den bestimmten Bereichen in den Bilddaten im Zweifarbsystem liegen, aus den im ersten Arbeits speicherbereich 62e gespeicherten Bilddaten aus, und berechnet den Mittelwert der ausgelesenen Helligkeitswerte.Next, in step S40, the CPU 60 measures the area of the possibly defective object with the identifier n determined in step S08. In other words, the CPU 60 counts the total number of pixels that form the possibly defective object. The CPU 60 can also measure graphical features other than area, such as. B. the maximum field diameter. At the same time, the CPU 60 determines the position of the respective pixel which forms the possibly defective object with the identifier n determined in step S08, reads out the brightness values of all pixels which lie on the positions corresponding to the specific areas in the image data in the two-color system the image data stored in the first working memory area 62 e, and calculates the mean value of the brightness values read out.

In Schritt S41 teilt die CPU 60 die in Schritt S40 gemessene Fläche des mögli cherweise defekten Objektes durch den in Schritt S39 gesetzten Referenzwert R1k für die Fläche. Sie teilt den in Schritt S40 berechneten mittleren Helligkeits wert durch den in Schritt S39 gesetzten Referenzwert R2k für die mittlere Hellig keit, und sie berechnet die Quadratwurzel der Summe der Quadrate dieser Brü che als normierten Wert P entsprechend der folgenden Gleichung (8-2) für das möglicherweise defekte Objekt.
In step S41, the CPU 60 divides the area of the possibly defective object measured in step S40 by the reference value R1k for the area set in step S39. It divides the average brightness value calculated in step S40 by the reference value R2k for the average brightness set in step S39, and calculates the square root of the sum of the squares of these fractions as the normalized value P according to the following equation (8-2) for the possibly defective object.

Als nächstes überprüft die CPU 60 in Schritt S42, ob der in Schritt S41 berech nete normierte Wert P gleich oder größer 0,5 ist oder nicht. Wenn der normierte Wert P größer oder gleich 0,5 ist, führt die CPU 60 als nächstes den Schritt S22 in Fig. 12 aus. Wenn der normierte Wert P kleiner als 0,5 ist, folgt als nächstes der Schritt S23 in Fig. 12. Der folgende Ablauf nach den vorstehend beschriebe nen Schritten S21, S22 oder S23 entspricht dem des vorstehend genannten er sten Ausführurigsbeispiels und wird nicht näher erläutert.Next, the CPU 60 checks in step S42 whether or not the normalized value P calculated in step S41 is 0.5 or more. If the normalized value P is greater than or equal to 0.5, the CPU 60 next executes step S22 in FIG. 12. If the normalized value P is less than 0.5, step S23 in FIG. 12 follows next . The following sequence after the steps S21, S22 or S23 described above corresponds to that of the aforementioned first exemplary embodiment and is not explained in more detail .

Fig. 18 zeigt die Verteilung der Fläche und der mittleren Helligkeitswerte (d. h. der Fläche und der Helligkeit nach dem Teilen durch den jeweiligen Referenzwert R1d und R2d) der durch Schmutz im Bereich A verursachten möglicherweise de fekten Objekte für ein bestimmtes untersuchtes optisches Element 14. Die in Fig. 18 eingezeichneten Kurven zeigen den Bereich, in dem der für möglicherweise defekte Objekte berechnete normierte Wert P jeweils 1, 2,3 und 3,6 wird. Wie sich aus der Fig. 18 entnehmen läßt, unterscheiden sich für möglicherweise defekte Objekte gleicher Fläche berechnete normierte Werte P abhängig von deren mittle rer Helligkeit. Somit gibt die Bewertungsfunktion F bei der Vorrichtung zum Unter suchen eines optischen Elementes nach dem zweiten Ausführungsbeispiel außerdem den Grad der Bedeutung eines möglicherweise defekten Objektes bei dem zu untersuchenden optischen Element 14 an. Fig. 18 shows the distribution of the surface and the average brightness values (that is, the surface and the brightness after dividing by the respective reference value R1d and R2d) the dirt in the area A may be caused de fekten objects for a particular-studied optical element 14. The curves drawn in FIG. 18 show the area in which the normalized value P calculated for possibly defective objects becomes 1, 2, 3 and 3.6, respectively. As can be seen from FIG. 18, normalized values P calculated for possibly defective objects of the same area differ depending on their mean brightness. Thus, the evaluation function F in the device for examining an optical element according to the second exemplary embodiment also indicates the degree of importance of a possibly defective object in the optical element 14 to be examined.

Bei dem zweiten Ausführungsbeispiel werden die Mittelwerte der Helligkeitswerte der möglicherweise defekten Objekte in Schritt S35 und Schritt S40 berechnet. Es kann aber auch der maximale Helligkeitswert der möglicherweise defekten Ob jekte mit einer Maximalwertbestimmung (MAX) bestimmt werden. In diesem Fall wird bei der Berechnung des normierten Wertes P in Schritt S36 und S41 eine Referenzwert für die maximale Helligkeit an Stelle der Referenzwerte R2d und R2k für die mittlere Helligkeit verwendet. Der Referenzwert für die maximale Hel ligkeit wird in den Schritten S34 und S39 als ein Wert gesetzt, der größer ist als die Referenzwerte R2d und R2k für die mittleren Helligkeitswerte. In the second embodiment, the mean values of the brightness values of the possibly defective objects are calculated in step S35 and step S40. It the maximum brightness value of the possibly defective Ob objects with a maximum value determination (MAX) can be determined. In this case becomes a when calculating the normalized value P in steps S36 and S41 Reference value for the maximum brightness instead of the reference values R2d and R2k used for the medium brightness. The reference value for the maximum hel Validity is set in steps S34 and S39 as a value that is greater than the reference values R2d and R2k for the average brightness values.

Eine Vorrichtung zum Untersuchen eines optischen Elementes nach dem dritten Ausführungsbeispiel der Erfindung unterscheidet sich von dem oben beschriebe nen zweiten Ausführungsbeispiel nur im Umfang der von der CPU 60 entspre chend dem im Speicherbereich 62d des Massespeichers 62 gespeicherten Bild verarbeitungsprogramm durchgeführten Steuervorgänge. Die übrigen Merkmale des dritten Ausführungsbeispiels entsprechen denen des zweiten Ausführungs beispiels.An apparatus for inspecting an optical element according to the third embodiment of the invention differs from the above-described NEN second embodiment only in the periphery of the CPU 60 accordingly to the storage area 62 of the mass memory d 62 stored image processing program performed control operations. The other features of the third embodiment correspond to those of the second embodiment example.

Ähnlich dem vorstehend beschriebenen ersten Ausführungsbeispiel führt die CPU 60 die Steuerung für jedes Teil der Vorrichtung zum Untersuchen eines optischen Elementes durch. Sie transformiert das Koordinatensystem der beim Aufnehmen des Bildes des zu untersuchenden optischen Elementes 14 erhaltenen Bilddaten von dem Polarkoordinatensystem in das rechtwinklige Koordinatensystem. An schließend kopiert die CPU 60 die bei der Koordinatentransformation im ersten Arbeitsspeicherbereich 62e erzeugten Bilddaten in den zweiten Arbeitsspeicher bereich 62f. Nachfolgend vergleicht die CPU 60 den Helligkeitswert eines jeden Bildpunktes der in den zweiten Arbeitsspeicherbereich 62f kopierten Bilddaten mit dem vorbestimmten Schwellenwert. Gemäß dem Ergebnis dieses Vergleichs führt die CPU 60 eine Binarisierung durch, bei der der ursprünglich den Schwellenwert überschreitende Helligkeitswert eines Bildpunktes mit dem Wert 255 überschrie ben wird und bei der der ursprünglich den Schwellenwert unterschreitende Hellig keitswert eines Bildpunktes mit dem Wert 0 überschrieben wird. Dadurch lassen sich möglicherweise defekte Objekte auswählen.Similar to the first embodiment described above, the CPU 60 performs control for each part of the optical element inspection device. It transforms the coordinate system of the image data obtained when the image of the optical element 14 to be examined is taken from the polar coordinate system into the right-angled coordinate system. The CPU 60 then copies the image data generated in the coordinate transformation in the first working memory area 62 e into the second working memory area 62 f. Subsequently, the CPU 60 compares the brightness value of each pixel of the image data copied into the second working memory area 62 f with the predetermined threshold value. According to the result of this comparison, the CPU 60 carries out a binarization in which the brightness value of a pixel, which originally exceeds the threshold value, is overwritten with the value 255 and in which the brightness value of a pixel, which originally falls below the threshold value, is overwritten with the value 0. This allows you to select defective objects.

Ähnlich dem ersten Ausführungsbeispiel werden bei der Binarisierung ermittelte möglicherweise defekte Objekte entsprechend den Positionen klassifiziert, in de nen sie ausgebildet sind. Wie in Fig. 6 gezeigt, ist das zu untersuchende optische Element 14 in vier Bereiche A bis D aufgeteilt, deren Zentren in einem Bereich entsprechend der optischen Achse liegen. Similar to the first exemplary embodiment, possibly defective objects determined during binarization are classified according to the positions in which they are formed. As shown in FIG. 6, the optical element 14 to be examined is divided into four areas A to D, the centers of which lie in an area corresponding to the optical axis.

Die CPU 60 berechnet für das jeweilige in dem entsprechenden Bereich A bis D gebildete möglicherweise defekte Objekt den normierten Wert P. Dabei wird die Fläche des möglicherweise defekten Objektes mit dem mittleren Helligkeitswert aller Bildpunkte multipliziert, die im ersten Arbeitsspeicher 62e im Bereich des je weiligen möglicherweise defekten Objektes liegen, und dieses Produkt wird ent sprechend der folgenden Gleichung (9) durch den Referenzwert R3 geteilt.
The CPU 60 calculates the normalized value P for the respective possibly defective object formed in the corresponding area A to D. The area of the possibly defective object is multiplied by the average brightness value of all pixels, which are in the area of the respective one in the first working memory 62 e possibly defective object, and this product is divided according to the following equation (9) by the reference value R3.

Im einzelnen verwendet die CPU 60 für den Bereich B den Wert 2SL als Refe renzwert R3, wenn für den Bereich A der Wert SL als Referenzwert R3 verwendet wird. In diesem Fall wird für den Bereich C der Wert 4SL als Referenzwert R3 und für den Bereich D der Wert 8SL als Referenzwert R3 verwendet. Anders gesagt setzt die CPU 60 den Referenzwert R3 derart, daß dessen Wert um so größer ist, je weiter das möglicherweise defekte Objekt von der optischen Achse des unter suchten optischen Elementes 14 entfernt ist. Weil der normierte Wert P durch Teilen des Produktes der Fläche und der mittleren Helligkeit durch den Referenz wert R3 berechnet wird, ist der normierte Wert P für einen sehr großen mittleren Helligkeitswert selbst dann groß, wenn die Fläche verhältnismäßig klein ist. Ande rerseits ist der normierte Wert P für eine sehr große Fläche auch bei einer ver hältnismäßig geringen mittleren Helligkeit groß.Specifically, the CPU 60 uses the value 2SL for the area B as the reference value R3 when the value SL is used for the area A as the reference value R3. In this case, the value 4SL is used as the reference value R3 for the area C and the value 8SL as the reference value R3 for the area D. In other words, the CPU 60 sets the reference value R3 in such a way that its value is greater the further the possibly defective object is from the optical axis of the optical element 14 under investigation. Because the normalized value P is calculated by dividing the product of the area and the average brightness by the reference value R3, the normalized value P is large for a very large average brightness value even if the area is relatively small. On the other hand, the normalized value P is large for a very large area even with a relatively low average brightness.

Außerdem wird als Referenzwert R3 der Referenzwert R3k verwendet, wenn das möglicherweise defekte Objekt durch Kratzer verursacht wird. Der Referenzwert R3d wird als Referenzwert R3 verwendet, wenn das möglicherweise defekte Ob jekt durch Schmutz verursacht wird. Diese Referenzwerte R3k und R3d unter scheiden sich voneinander. Wenn somit der Wert SLk als Referenzwert R3k für die Fläche für durch Kratzer im Bereich A verursachte möglicherweise defekte Objekte und der Wert SLd als Referenzwert R3d für die Fläche für im Bereich A durch Schmutz verursachte möglicherweise defekte Objekte verwendet wird, un terscheiden sich die Werte SLk und SLd voneinander. Deshalb beurteilt die CPU 60 vor dem Berechnen des normierten Wertes P, ob das möglicherweise defekte Objekt des verarbeiteten Elementes durch Kratzer oder durch Schmutz verursacht worden ist. Diese Beurteilung wird unter Verwenden der in Fig. 9 gezeigten Schwellenfunktion durchgeführt. Anschließend wählt die CPU 60 den entspre chenden Referenzwert R3k oder R3d entsprechend der ausgewählten Klassifika tion nach Kratzer oder Schmutz und dem Bereich, in dem das möglicherweise defekte Objekt des bearbeiteten Elementes ausgebildet ist. Mit den so ausge wählten Referenzwerten R3k oder R3d wird die Berechnung des vorstehend be schriebenen normierten Wertes P durchgeführt.In addition, the reference value R3k is used as the reference value R3 if the possibly defective object is caused by scratches. The reference value R3d is used as the reference value R3 if the possibly defective object is caused by dirt. These reference values R3k and R3d differ from one another. Thus, if the value SLk is used as the reference value R3k for the area for possibly defective objects caused by scratches in the area A and the value SLd as the reference value R3d for the area for possibly defective objects in the area A caused by dirt, the values SLk differ and SLd from each other. Therefore, before calculating the normalized value P, the CPU 60 judges whether the possibly defective object of the processed element has been caused by scratches or dirt. This judgment is made using the threshold function shown in FIG. 9. The CPU 60 then selects the corresponding reference value R3k or R3d according to the selected classification for scratches or dirt and the area in which the possibly defective object of the processed element is formed. With the reference values R3k or R3d selected in this way, the calculation of the standardized value P described above is carried out.

Als nächstes fügt die CPU 60 den wie vorstehend beschrieben berechneten nor mierten Wert P für das möglicherweise defekte Objekt des bearbeiteten Elemen tes in die Spalte der in dem Speicherbereich 62c gespeicherten Klasseneintei lungstabelle ein, die dem Ergebnis der Klasseneinteilungsbewertung nach Schmutz (ds) oder Kratzer (k) und dem entsprechenden Bereich A bis D ent spricht, in dem das möglicherweise defekte Objekt ausgebildet ist, wenn der nor mierte Wert P größer oder gleich 0,5 ist.Next, the CPU 60 inserts the normalized value P calculated as described above for the possibly defective object of the processed element into the column of the class division table stored in the storage area 62 c, which is the result of the class division evaluation for dirt (ds) or scratches (k) and corresponds to the corresponding area A to D in which the possibly defective object is formed if the normalized value P is greater than or equal to 0.5.

Wenn andererseits der auf vorstehend beschriebene Weise berechnete normierte Wert P für das möglicherweise defekte Objekt des bearbeiteten Elementes kleiner als 0,5 ist, sucht die CPU 60 nach weiteren möglicherweise defekten Objekten in dem bestimmten Abstand von dem möglicherweise defekten Objekt. Wenn dabei möglicherweise defekte Objekte gefunden werden, sucht die CPU 60 weiter nach zusätzlichen möglicherweise defekten Objekten in dem bestimmten Abstand. Die CPU 60 fährt auf diese Weise fort, bis nach dem letzten gefundenen möglicher weise defekten Objekt keine weiteren möglicherweise defekten Objekte in dem bestimmten Abstand gefunden werden können. Wenn die Anzahl der einander dicht benachbarten möglicherweise defekten Objekte in dem bestimmten Abstand größer oder gleich 3 ist, fügt die CPU 60 einen Wert, der durch Multiplizieren der Anzahl der möglicherweise defekten Objekte mit 0,25 berechnet wird, der Spalte der Klasseneinteilungstabelle hinzu, die zur Konzentration (m) und zu dem Be reich A bis D gehört, in dem das möglicherweise defekte Objekt des bearbeiten Elementes ausgebildet ist. On the other hand, if the normalized value P calculated in the manner described above for the possibly defective object of the processed element is less than 0.5, the CPU 60 searches for further possibly defective objects at the determined distance from the possibly defective object. If any defective objects are found, the CPU 60 continues to search for additional possibly defective objects within the determined distance. The CPU 60 continues in this way until after the last possibly found defective object no further possibly defective objects can be found in the determined distance. If the number of possibly defective objects closely adjacent to each other in the determined distance is greater than or equal to 3, the CPU 60 adds a value calculated by multiplying the number of the possibly defective objects by 0.25 to the column of the division table belongs to the concentration (m) and to the area A to D in which the possibly defective object of the processed element is formed.

Ähnlich wie bei dem vorstehend beschriebenen ersten Ausführungsbeispiel be rechnet die CPU 60 unter Verwenden der vorstehend beschriebenen Gleichungen (3) bis (6) die Bewertungsfunktion F basierend auf den jeweiligen normierten Werten P, die in die jeweilige Spalte der Klasseneinteilungstabelle geschrieben worden sind, nachdem das vorstehend beschriebene Hinzufügen der normierten Werte P in die Klasseneinteilungstabelle für alle möglicherweise defekten Objekte durchgeführt worden ist. Anschließend wird an Hand der berechneten Bewer tungsfunktion F entschieden, ob das untersuchte optische Element 14 befriedi gend oder defekt ist.Similar to the first embodiment described above, the CPU 60 calculates the evaluation function F using the above-described equations (3) to (6) based on the respective normalized values P that have been written in the respective column of the classification table after the the above-described addition of the standardized values P into the classification table for all possibly defective objects has been carried out. It is then decided on the basis of the calculated evaluation function F whether the examined optical element 14 is satisfactory or defective.

Als nächstes folgt eine Erläuterung der Steuervorgänge, die die Steuerung 6 (CPU 60) gemäß dem aus dem Programmspeicherbereich 62d ausgelesenen Bildverarbeitungsprogramm durchführt. Bei den Steuerungsvorgängen nach dem dritten Ausführungsbeispiel werden an Stelle der Schritte S09 bis S20 (Fig. 11) der in den Fig. 10 bis 12 gezeigten Steuerungsvorgänge nach dem ersten Ausfüh rungsbeispiel die in Fig. 19 gezeigten Schritte S51 bis S62 durchgeführt. Anders gesagt führt die CPU 60 die in Fig. 10 gezeigten Schritte S01 bis S08 durch und setzt den A 07997 00070 552 001000280000000200012000285910788600040 0002019935843 00004 07878blauf nach dem Beenden des Schrittes S08 bei dem in Fig. 19 ge zeigten Schritt S51 fort. In diesem Schritt S51 beurteilt die CPU 60 in der vorste hend beschriebenen Weise, ob ein möglicherweise defektes Objekt mit der in Schritt S08 bestimmten Kennung n durch Schmutz oder durch Kratzer verursacht ist. Wenn dann in Schritt S52 erkannt wird, daß das möglicherweise defekte Ob jekt durch Schmutz verursacht worden ist, führt die CPU 60 als nächstes den Schritt S53 aus. Wenn andererseits in Schritt S52 erkannt wird, daß das mögli cherweise defekte Objekt durch Kratzer verursacht ist, führt die CPU 60 als näch stes den Schritt S58 aus.Next, an explanation of the control operations 6 (CPU 60) performs the control according to the d read out from the program storage area 62 image processing program. In the control processes according to the third exemplary embodiment, steps S51 to S62 shown in FIG. 19 are carried out instead of steps S09 to S20 ( FIG. 11) of the control processes shown in FIGS . 10 to 12 according to the first exemplary embodiment. In other words, the CPU 60 performs the steps S01 to S08 shown in FIG. 10 and continues the A 07997 00070 552 001000280000000200012000285910788600040 0002019935843 00004 07878 after the completion of the step S08 in the step S51 shown in FIG. 19. In this step S51, the CPU 60 judges in the manner described above whether a possibly defective object with the identifier n determined in step S08 is caused by dirt or scratches. Then, if it is determined in step S52 that the possibly defective object is caused by dirt, the CPU 60 next executes step S53. On the other hand, if it is recognized in step S52 that the possibly defective object is caused by scratches, the CPU 60 next executes step S58.

In Schritt S53 bestimmt die CPU 60 den Schwerpunkt des möglicherweise defek ten Objektes mit der in Schritt S08 bestimmten Kennung n und ermittelt den Be reich A bis D, in dem der Schwerpunkt in den Bilddaten im Zweifarbsystem liegt. In step S53, the CPU 60 determines the center of gravity of the possibly defective object with the identifier n determined in step S08 and determines the area A to D in which the center of gravity lies in the image data in the two-color system.

Als nächstes setzt die CPU 60 im Schritt S54 den Referenzwert R3d entspre chend dem in Schritt S53 bestimmten Bereich. Im einzelnen setzt die CPU 60 für den Bereich A den Referenzwert R3d auf den Wert SLd. Für den Bereich B setzt die CPU 60 den Referenzwert R3d auf den Wert 2SLd. Die CPU 60 setzt den Re ferenzwert R3d auf den Wert 4SLd für den Bereich C. Für den Bereich D setzt die CPU 60 den Referenzwert R3d auf den Wert 8SLd.Next, the CPU 60 sets the reference value R3d in step S54 according to the range determined in step S53. Specifically, the CPU 60 sets the reference value R3d for the area A to the value SLd. For area B, the CPU 60 sets the reference value R3d to the value 2SLd. The CPU 60 sets the reference value R3d to the value 4SLd for the area C. For the area D, the CPU 60 sets the reference value R3d to the value 8SLd.

Als nächstes mißt die CPU 60 in Schritt S55 die Fläche des möglicherweise de fekten Objektes mit der in Schritt S08 bestimmten Kennung n. Anders gesagt zählt die CPU 60 die gesamte Anzahl Bildpunkte, die das möglicherweise defekte Ob jekt bilden. Die CPU 60 kann auch andere grafische Merkmale messen als die Fläche, z. B. den maximalen Felddurchmesser. Gleichzeitig bestimmt die CPU 60 die Position der einzelnen Bildpunkte, die das möglicherweise defekte Objekt mit der in Schritt S08 bestimmten Kennung n bilden, liest die Helligkeitswerte aller Bildpunkte der im ersten Arbeitsspeicherbereich 62e gespeicherten Bilddaten für die Positionen entsprechend den bestimmten Positionen der Bilddaten im Zwei farbsystem aus und berechnet den Mittelwert der ausgelesenen Helligkeitswerte.Next, in step S55, the CPU 60 measures the area of the possibly defective object with the identifier n determined in step S08. In other words, the CPU 60 counts the total number of pixels which form the possibly defective object. The CPU 60 can also measure graphical features other than area, e.g. B. the maximum field diameter. At the same time, the CPU 60 determines the position of the individual pixels that form the possibly defective object with the identifier n determined in step S08, reads the brightness values of all pixels of the image data stored in the first working memory area 62 e for the positions corresponding to the determined positions of the image data in two color system and calculates the average of the read brightness values.

In Schritt S56 multipliziert die CPU 60 dann die in Schritt S55 gemessene Fläche des möglicherweise defekten Objektes mit dem in Schritt S55 berechneten mittle ren Helligkeitswert und teilt dieses Produkt durch den in Schritt S54 gesetzten Referenzwert R3d, wodurch der normierte Wert P entsprechend der folgenden Gleichung (9-1) berechnet wird.
In step S56, the CPU 60 then multiplies the area of the possibly defective object measured in step S55 by the average brightness value calculated in step S55 and divides this product by the reference value R3d set in step S54, whereby the normalized value P corresponds to the following equation ( 9-1) is calculated.

Als nächstes überprüft die CPU 60 in Schritt S57, ob der so in Schritt S56 be rechnete normierte Wert P größer oder gleich 0,5 ist. Ist das der Fall, führt die CPU 60 als nächstes den in Fig. 12 gezeigten Schritt S21 aus. Andernfalls folgt der Schritt S23 in Fig. 12, wenn der normierte Wert P kleiner als 0,5 ist.Next, the CPU 60 checks in step S57 whether the normalized value P thus calculated in step S56 is greater than or equal to 0.5. If so, the CPU 60 next executes step S21 shown in FIG . Otherwise, step S23 in FIG. 12 follows if the normalized value P is less than 0.5.

In Schritt S58 bestimmt die CPU 60 den Schwerpunkt des möglicherweise defek ten Objektes mit der in Schritt S08 bestimmten Kennung n und ermittelt, in wel chem der Bereiche A bis D der so bestimmte Schwerpunkt in den Bilddaten im Zweifarbsystem liegt.In step S58, the CPU 60 determines the center of gravity of the possibly defective object with the identifier n determined in step S08 and determines the areas A to D in which the center of gravity thus determined lies in the image data in the two-color system.

In Schritt S59 setzt die CPU 60 dann den Referenzwert R3k entsprechend dem in Schritt S58 bestimmten Bereich. Im einzelnen setzt die CPU 60 für den Bereich A den Referenzwert R3k auf den Wert SLk. Für den Bereich B setzt die CPU 60 den Referenzwert R3k auf den Wert 2SLk. Die CPU 60 setzt den Referenzwert R3k für den Bereich C auf den Wert 4SLk, und sie setzt den Referenzwert R3k für den Bereich D auf den Wert 8SLk.In step S59, the CPU 60 then sets the reference value R3k corresponding to the range determined in step S58. Specifically, the CPU 60 sets the reference value R3k for the area A to the value SLk. For area B, the CPU 60 sets the reference value R3k to the value 2SLk. The CPU 60 sets the reference value R3k for the area C to the value 4SLk, and sets the reference value R3k for the area D to the value 8SLk.

Anschließend mißt die CPU 60 in Schritt S60 die Fläche des möglicherweise de fekten Objektes mit der in Schritt S08 bestimmten Kennung n. Anders gesagt zählt die CPU 60 die gesamte Anzahl der Bildpunkte, die das möglicherweise defekte Objekt bilden. Die CPU 60 kann auch andere grafische Merkmale als die Fläche messen, wie z. B. den maximalen Felddurchmesser. Gleichzeitig bestimmt die CPU 60 die Position der einzelnen Bildpunkte, die das möglicherweise defekte Objekt mit der in Schritt S08 bestimmten Kennung n bilden, liest die Helligkeits werte aller Bildpunkte aus den im ersten Arbeitsspeicherbereich 62e gespeicher ten Bilddaten aus, die an den Positionen entsprechend den bestimmten Positio nen in den Bilddaten im Zweifarbsystem liegen, und berechnet den Mittelwert der ausgelesenen Helligkeitswerte.Subsequently, the CPU 60 measures in step S60 the area of the possibly defective object with the identifier n determined in step S08. In other words, the CPU 60 counts the total number of pixels that form the possibly defective object. The CPU 60 can also measure graphical features other than area, such as. B. the maximum field diameter. At the same time, the CPU 60 determines the position of the individual pixels that form the possibly defective object with the identifier n determined in step S08, reads the brightness values of all pixels from the image data stored in the first working memory area 62 e, which corresponds to the positions at the positions certain positions in the image data in the two-color system, and calculates the mean value of the brightness values read out.

Danach multipliziert die CPU 60 im Schritt S61 die in Schritt S60 gemessene Flä che der möglicherweise defekten Objekte mit dem in Schritt S60 berechneten mittleren Helligkeitswert. Dieses Produkt wird durch den in Schritt S59 gesetzten Referenzwert R3k geteilt. Auf diese Weise wird der normierte Wert P entspre chend der folgenden Gleichung (9-2) berechnet.Thereafter, in step S61, the CPU 60 multiplies the area of the possibly defective objects measured in step S60 by the average brightness value calculated in step S60. This product is divided by the reference value R3k set in step S59. In this way, the normalized value P is calculated according to the following equation (9-2).

Als nächstes überprüft die CPU 60 im Schritt S62, ob der in Schritt S61 berech nete normierte Wert größer oder gleich 0,5 ist. Ist das der Fall, führt die CPU 60 als nächstes den in Fig. 12 gezeigten Schritt S22 durch. Andernfalls führt die CPU 60 als nächstes den in Fig. 12 gezeigten Schritt S23 durch, wenn der normierte Wert P kleiner als 0,5 ist. Der Steuerungsablauf nach diesen Schritten S21, S22 und S23 entspricht genau dem vorstehend beschriebenen Ablauf nach dem er sten Ausführungsbeispiel. Auf diese folgenden Steuervorgänge wird deshalb nicht näher eingegangen.Next, the CPU 60 checks in step S62 whether the normalized value calculated in step S61 is greater than or equal to 0.5. If so, the CPU 60 next performs step S22 shown in FIG . Otherwise, the CPU 60 next performs the step S23 shown in Fig. 12 when the normalized value P is less than 0.5. The control sequence after these steps S21, S22 and S23 corresponds exactly to the sequence described above according to the first exemplary embodiment. Therefore, the following control processes will not be discussed in more detail.

Fig. 20 zeigt die Verteilung der Fläche und der mittleren Helligkeitswerte der durch Schmutz im Bereich A verursachten möglicherweise defekten Objekte für die Untersuchung eines bestimmten optischen Elementes 14. Die in Fig. 20 ein gezeichneten Hyperbelkurven bezeichnen jeweils den Bereich, in dem der für diese möglicherweise defekten Objekte berechnete normierte Wert P für den Fall gleich 1, 2,3 bzw. 3,6 wird, daß der Referenzwert SLd 70 ist. Der Fig. 20 läßt sich entnehmen, daß möglicherweise defekte Objekte mit gleicher Fläche abhängig von deren mittlerer Helligkeit einen voneinander verschiedenen berechneten normierten Wert P haben. Somit gibt die Bewertungsfunktion F bei der Vorrich tung zum Untersuchen eines optischen Elementes nach dem dritten Ausführungs beispiel außerdem das tatsächliche Maß der Bedeutung möglicherweise defekter Objekte des untersuchten optischen Elementes 14 an. Fig. 20 shows the distribution of the surface and the average brightness values of the dirt in the region A caused possibly defective objects for the investigation of a particular optical element 14. The hyperbolic curves shown in FIG. 20 each denote the area in which the normalized value P calculated for these possibly defective objects becomes 1, 2, 3 or 3.6 in the case that the reference value SLd is 70 . Of Fig. 20 can be inferred that possibly defective objects have depending on their average brightness different from each other a calculated normalized value P of the same area. Thus, the evaluation function F in the device for examining an optical element according to the third embodiment also indicates, for example, the actual measure of the meaning of possibly defective objects of the examined optical element 14 .

Nach dem dritten Ausführungsbeispiel werden die Mittelwerte der Helligkeitswerte möglicherweise defekter Objekte in den Schritten S55 und S60 berechnet. Es kann aber auch ein maximaler Helligkeitswert der möglicherweise defekten Ob jekte mittels einer Maximalwertbestimmung (MAX) bestimmt werden. In diesem Fall werden die für die Berechnung des normierten Wertes P in Schritt S56 und S61 verwendeten Referenzwerte R3d und R3k auf größere Werte gesetzt.According to the third embodiment, the mean values of the brightness values possibly defective objects are calculated in steps S55 and S60. It can also be a maximum brightness value of the possibly defective Ob objects can be determined using a maximum value determination (MAX). In this Fall for the calculation of the normalized value P in step S56 and S61 used reference values R3d and R3k set to larger values.

Die Vorrichtung zum Untersuchen eines optischen Elementes, die Bildverarbei tungsvorrichtung, das Bildverarbeitungsverfahren und das computerlesbare Me dium nach der Erfindung kann ein Gesamtmaß für die Güte (befriedigend oder defekt) eines untersuchten optischen Elementes numerisch ausdrücken. Dabei wird die Position berücksichtigt, in der das möglicherweise defekte Objekt ausge bildet ist. Außerdem wird der Einfluß des jeweiligen möglicherweise defekten Ob jektes auf die gesamte Leistungsfähigkeit des untersuchten optischen Elementes bewertet.The device for examining an optical element, the image processing device, the image processing method and the computer-readable measurement dium according to the invention can be an overall measure of the quality (satisfactory or defective) of an examined optical element. Here the position is taken into account in which the possibly defective object forms is. In addition, the influence of the respective defective Ob jektes on the overall performance of the examined optical element rated.

Claims

1. An apparatus for examining an optical element ( 14 ) with an image sensor ( 3 ), which takes an image of the element ( 14 ) and outputs this reproducing image data, a selection processor, the area from the image data with the surrounding image data different brightness selects as a selected object, a graphical feature measurement processor that measures a graphical feature of the selected object, a position measurement processor that measures the position of the selected object in the image data, a normalization processor that by normalizing the graphical feature measured by the measurement processor using a reference value according to the position measured by the position measuring processor calculates a normalized value for the selected object, and with an operation processor that calculates a predetermined evaluation function based on all normalized values that the normalizing processor for all of the selection process r calculated objects selected from the image data.

2. Device according to claim 1, characterized in that the image pickup ( 3 ) by illuminating the optical element to be examined ( 14 ) outside of its optical axis generates diffuse light from an optical defect of the optical element to be examined and outputs the image data that play back the image containing the optical defect as a bright area.

3. Device according to claim 1 or 2, characterized in that the Selection processor the selected object by comparing the Hellig values of each pixel of the image data with a predetermined Selects threshold, where the color system of the image data into two color system is transformed.

4. Device according to one of the preceding claims, characterized records that the measuring processor the area of each selected Determined object.

5. Device according to one of the preceding claims, characterized in that the position measuring processor determines the position of each selected object relative to the position of the optical axis of the optical element to be investigated ( 14 ).

6. The device according to claim 5, characterized in that the scaling processor sets the reference value to a large value if the relative position of the selected object determined by the position measuring processor is far from the position of the optical axis of the optical element to be examined ( 14 ) is removed.

7. The device according to claim 6, characterized in that the position measuring processor determines the position of the selected object by determining egg nes of several to the optical axis of the element ( 14 ) concentric areas in the image data of the element ( 14 ), and that the Nor mier processor sets the reference value according to the range determined by the position measuring processor.

8. The device according to claim 7, characterized in that the operati onprocessor for each area the total value of the standardization pro processor for all values selected from this area and the square root of the sum of the squares for each of the areas calculated total values.

9. The device according to claim 8, characterized in that the operati onprocessor the selected objects according to the types of opti classified defects that determine the selected objects for the respective area and the respective type the total value of that of Normalization processor calculates normalized values for the selected object, for each type the square root of the sum of the squares of the Ge calculated total values, and the square root of the sum of the squares of the calculated square roots for each type.

10. The device according to claim 9, characterized in that the operati onprocessor the standardized values below a predetermined threshold value only taken into account if not a predetermined number of others selected objects dense at a certain distance from that selected object is adjacent, whose normalized value is smaller than the previous one agreed value is.

11. The device according to claim 10, characterized in that the operati onprocessor for the predetermined number of selected objects the number the selected Ob adjacent to each other at the specified distance objects multiplied by a fixed constant and this value as normalized Value for the adjacent selected objects, and that the operational processor adjusts the normalized value for each other selected objects regardless of the other types of optical Defects classified.

12. Device according to one of the preceding claims, characterized in that a judgment processor is also provided, which judges the optical element ( 14 ) to be examined as defective if the evaluation function calculated by the operation processor exceeds a predetermined judgment reference value.

13. Device according to one of the preceding claims, characterized records that the measuring processor for the graphic features the area and determines the brightness of the selected object.

14. Device according to one of the preceding claims, characterized records that the position measuring processor the position of the center of gravity of each selected object.

15. Image processing device with a selection processor which selects a region with a brightness different from its surroundings as a selected object from image data which have been recorded by an image sensor ( 3 ) for an optical element ( 14 ) to be examined and reproduce its image, a graphical feature measurement processor that measures a graphical feature for the selected object, a position measurement processor that determines the position of the selected object in the image data, a normalization processor that measures a normalized value for the selected object by normalizing that measured by the measurement processor A graphical feature is calculated using the reference value corresponding to the position determined by the position measuring processor, and with an operation processor which performs a predetermined evaluation function based on all the normalized values calculated by the normalization processor for all of the selection processor n Image data calculated from selected objects.

16. Image processing method with the steps:
Selecting an area as a selected object with different brightness from its surroundings from image data which have been recorded with an image sensor ( 3 ) by an optical element ( 14 ) to be examined and reproduce its image,
Measuring a graphical feature for the selected object,
Measuring the position of the selected object in the image data,
Calculating a normalized value for the selected object by normalizing the graphic feature using a reference value corresponding to the position of the selected object, and
Calculate an evaluation function based on the normalized values for all objects selected from the image data.

17. Image processing method according to claim 16, characterized in that that the selected object by comparing the brightness value of a each pixel of the image data with a predetermined threshold is selected, whereby the color system transfor into a two-color system is lubricated.

18. Image processing method according to claim 16 or 17, characterized records that when measuring the graphic feature, the area of the respective currently selected object is measured as a graphic performance value.

19. Image processing method according to one of claims 16 to 18, characterized in that when measuring the position, the position of the respectively selected object is measured relative to the position of the optical axis of the optical element under investigation ( 14 ).

20. Image processing method according to one of claims 16 to 19, characterized in that the normalized value is calculated by dividing the graphical feature of the selected object by a reference value which is greater, the further the relative position of the selected object from the position of the optical axis of the examined optical element ( 14 ) is removed.

21. Image processing method according to claim 20, characterized in that when measuring the position of one of several concentric to the optical axis of the element ( 14 ) areas (A, B, C, D) in the image of the optical element to be examined ( 14 ) is determined , from which the selected object was selected, and that when calculating the normalized value, the graphical feature of the selected object is divided by the reference value of the specific area (A, B, C, D).

22. Image processing method according to claim 21, characterized in that the following steps are carried out when calculating the evaluation function:
Calculate the total value of the normalized values for the respective area for all objects selected from this area, and
Calculate the square root of the sum of the squares of the total values calculated for the respective areas.

23. Image processing method according to claim 21 or 22, characterized in that the following steps are carried out when calculating the evaluation function:
Classifying the selected objects according to the types of optical defects that determine the selected objects,
Calculating the total value of the standardized values for the selected objects for the respective area and the respective type,
Calculate the square root of the sum of the squares of the totals for each type, and
Calculate the square root of the sum of the squares of the square roots calculated for the respective types.

24. Image processing method according to claim 23, characterized in that that when calculating the evaluation function normalized values under ei nem predetermined threshold are only taken into account if a predetermined number of other selected objects close in one be agreed distance from the selected object, whose normalized value is less than the predetermined threshold.

25. Image processing method according to claim 23 or 24, characterized shows that when calculating the evaluation function the number of one other selected objects neighboring at the specified distance multiplied by a fixed constant and as a normalized value for each other neighboring selected objects is set, and the normalized value for the adjacent selected objects independently of the other types of optical defects when classifying.

26. Image processing method according to one of claims 16 to 25, characterized characterized in that when measuring the graphic feature the area and the brightness of the selected object is measured.

27. Image processing method according to one of claims 16 to 26, characterized characterized in that when measuring the position the position of the heavy point of the respective selected object is measured.

28. Computer-readable medium with a program consisting of the following steps:
Selecting an area with a brightness different from its surroundings as a selected object from image data which have been recorded with an image sensor ( 3 ) by an optical element ( 14 ) to be examined and which reproduce its image,
Measuring a graphical feature of the selected object,
Measuring the position of the selected object in the image data,
Calculating a normalized value for the selected object by normalizing the graphic feature using a reference value corresponding to the position of the selected object, and
Calculate an evaluation function based on the normalized values for all objects selected from the image data.